numpy.random.RandomState.uniform

RandomState.uniform(low=0.0, high=1.0, size=None)

Генерация выборок из равномерного распределения.

Выборки равномерно распределены в полуоткрытом интервале [low, high) (включая нижнюю границу, но не включая верхнюю). Другими словами, любая величина в заданном интервале равновероятно выбирается функцией uniform.

Параметры:

low : float или array_like чисел с плавающей точкой, необязательно Нижняя граница выходного интервала. Все сгенерированные значения будут больше или равны low. По умолчанию равно 0. high : float или array_like чисел с плавающей точкой Верхняя граница выходного интервала. Все сгенерированные значения будут меньше high. По умолчанию равно 1.0. size : int или кортеж из целых чисел, необязательно Форма выходного массива. Если заданная форма, например, (m, n, k), то m * n * k выборок генерируется. Если size не задан (по умолчанию), то возвращается одно значение, если low и high — скаляры. В противном случае генерируется np.broadcast(low, high).size выборок.

Возвращает:

out : ndarray или скаляр Сгенерированные выборки из заданного равномерного распределения.

См. также

randint

Дискретное равномерное распределение, возвращающее целые числа.

random_integers

Дискретное равномерное распределение в замкнутом интервале [low, high].

random_sample

Вещественные числа, равномерно распределённые в интервале [0, 1).

random

Псевдоним для random_sample.

rand

Функция-обёртка, принимающая размерности в качестве входных данных, например, rand(2,2) сгенерирует двумерный массив 2x2 вещественных чисел, равномерно распределённых в интервале [0, 1).

Примечания

Плотность вероятности равномерного распределения

в интервале [a, b), и ноль вне его.

Когда high == low, возвращаются значения low. Если high < low, результаты не определены и могут привести к ошибке; не полагайтесь на поведение этой функции при таких аргументах.

Примеры

Генерация выборок 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

Построение гистограммы выборок вместе с функцией плотности вероятности:

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

(Исходный код, png, pdf)