numpy.random.uniform

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

Генерация случайных чисел из равномерного распределения.

Числа равномерно распределены в полуоткрытом интервале [low, high) (включая низкое значение, но не включая высокое). Другими словами, любое значение в заданном интервале равновероятно будет сгенерировано 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 0. high : float или array_like чисел с плавающей точкой Верхняя граница выходного интервала. Все сгенерированные значения будут меньше high. 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 случайных чисел будут сгенерированы. Если size опущено (значение по умолчанию), возвращается одно значение, если low и high являются скалярами. В противном случае, np.broadcast(low, high).size случайных чисел будут сгенерированы.

Возвращает:

out : ndarray или скаляр Сгенерированные случайные числа из заданного равномерного распределения.

См. также

randint

Дискретное равномерное распределение, возвращающее целые числа.

random_integers

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

random_sample

Числа с плавающей точкой, равномерно распределенные в интервале [0, 1).

random

Псевдоним для random_sample.

rand

Функция-утилита, принимающая размерность в качестве входных данных, например, rand(2,2) сгенерирует массив 2x2 чисел с плавающей точкой, равномерно распределенных в интервале [0, 1).

Примечания

Плотность вероятности равномерного распределения:

везде в интервале [a, b), и нулевая в противном случае.

Когда high == low, будут возвращены значения low. Если high < low, результаты не определены и могут в конечном итоге вызвать ошибку, то есть не полагайтесь на эту функцию для работы при передаче аргументов, удовлетворяющих этому условию неравенства.

Примеры

Генерация случайных чисел 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 сгенерированных чисел 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()