numpy.random.Generator.uniform

метод

random.Generator.uniform(низкий=0.0, высокий=1.0, размер=None)

Извлекайте выборки из равномерного распределения.

Выборки равномерно распределены по полуоткрытому интервалу [low, high) (включает нижнюю границу, но исключает верхнюю). Другими словами, любое значение в заданном интервале с равной вероятностью может быть выбрано uniform.

Параметры:

низкийfloat или array_like из floats, необязательный

Нижняя граница выходного интервала. Все сгенерированные значения будут больше или равны low. Значение по умолчанию — 0.

высокийfloat или array_like из float

Верхняя граница выходного интервала. Все сгенерированные значения будут меньше high. Верхний предел может быть включен в возвращаемый массив чисел с плавающей точкой из-за округления в уравнении low + (high-low) * random_sample(). high - low должно быть неотрицательным. Значение по умолчанию - 1.0.

размерint или кортеж ints, опционально

Форма вывода. Если заданная форма, например, (m, n, k), затем m * n * k образцы извлекаются. Если size равен None (по умолчанию), возвращается единственное значение, если low и high оба являются скалярами. В противном случае, np.broadcast(low, high).size выбираются образцы.

Возвращает:

выходndarray или скаляр

Выборки из параметризованного равномерного распределения.

Смотрите также

integers

Дискретное равномерное распределение, дающее целые числа.

random

Вещественные числа, равномерно распределенные по [0, 1).

Примечания

Функция плотности вероятности равномерного распределения равна

\[p(x) = \frac{1}{b - a}\]

в любом месте интервала [a, b), и ноль в остальных местах.

Когда high == low, значения low будет возвращен.

Примеры

Попробуйте в вашем браузере!

Извлечь выборки из распределения:

>>> rng = np.random.default_rng()
>>> s = rng.uniform(-1,0,1000)

Все значения находятся в заданном интервале:

>>> np.all(s >= -1)
True
>>> np.all(s < 0)
True

Отображение гистограммы выборок вместе с функцией плотности вероятности:

>>> import matplotlib.pyplot as plt
>>> count, bins, _ = plt.hist(s, 15, density=True)
>>> plt.plot(bins, np.ones_like(bins), linewidth=2, color='r')
>>> plt.show()

НазадОткрыть во вкладке