numpy.random.RandomState.uniform

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

Выборка значений из равномерного распределения.

Значения равномерно распределены в полуоткрытом интервале [low, high) (включает низкое значение, но не включает высокое). Другими словами, любое значение в заданном интервале равновероятно будет выбрано с помощью uniform.

Параметры:

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

Возвращаемое значение:

out : массив NumPy или скаляр Выбранные значения из параметризованного равномерного распределения.

См. также

randint

Дискретное равномерное распределение, возвращающее 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

Функция для удобства, которая принимает размерности в качестве входных данных, например, rand(2,2) сгенерирует 2x2 массив вещественных чисел, равномерно распределенных по [0, 1).

Примечания

Функция плотности вероятности равномерного распределения

в любом месте внутри интервала [a, b), и равна нулю в противном случае.

Когда high == low, будут возвращены значения low. Если high < low, результаты неопределены и могут в конечном итоге вызвать ошибку, то есть не полагайтесь на работу этой функции при передаче аргументов, удовлетворяющих этому условию.

Примеры

Выборка значений 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, normed=True)
>>> plt.plot(bins, np.ones_like(bins), linewidth=2, color='r')
>>> plt.show()

(Исходный код, png, pdf)