numpy.random.uniform#

random.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.

Примечание

Новый код должен использовать uniform метод Generator экземпляр вместо; пожалуйста, смотрите Быстрый старт.

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 или равны high. Верхний предел может быть включён в возвращаемый массив чисел с плавающей точкой из-за округления в уравнении low + (high-low) * random_sample(). Значение по умолчанию равно 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

randint: Дискретное равномерное распределение, дающее целые числа.
random_integers: Дискретное равномерное распределение на замкнутом интервале [low, high].
random_sample: Вещественные числа, равномерно распределенные по [0, 1).
random: Псевдоним для random_sample.
rand: Удобная функция, которая принимает размерности в качестве входных данных, например, rand(2,2) сгенерирует двумерный массив чисел с плавающей точкой, равномерно распределенных по [0, 1).
random.Generator.uniform: который следует использовать для нового кода.

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 возвращён. Если high < low, результаты официально не определены и в конечном итоге могут вызвать ошибку, т.е. не полагайтесь на то, что эта функция будет вести себя корректно при передаче аргументов, удовлетворяющих этому условию неравенства. The high предел может быть включен в возвращаемый массив чисел с плавающей запятой из-за округления с плавающей запятой в уравнении low + (high-low) * random_sample(). Например:

>>> x = np.float32(5*0.99999999)
>>> x
np.float32(5.0)

Примеры

Извлечь выборки из распределения:

>>> s = np.random.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, ignored = plt.hist(s, 15, density=True)
>>> plt.plot(bins, np.ones_like(bins), linewidth=2, color='r')
>>> plt.show()

../../../_images/numpy-random-uniform-1.png