numpy.random.RandomState.uniform

метод

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

Генерация случайных чисел из равномерного распределения.

Случайные числа равномерно распределены на полуоткрытом интервале [low, high) (включая низкую границу, но не включая высокую). Другими словами, любое значение в заданном интервале с одинаковой вероятностью может быть выбрано с помощью uniform.

Примечание

В новом коде следует использовать метод uniform экземпляра default_rng(), см. random-quick-start.

Параметры

lowfloat or array_like of floats, optional

Нижняя граница интервала. Все сгенерированные значения будут больше или равны low. По умолчанию 0.

highfloat or array_like of floats

Верхняя граница интервала. Все сгенерированные значения будут меньше high. По умолчанию 1.0.

sizeint or tuple of ints, optional

Форма выходных данных. Если заданная форма, например, (m, n, k), то генерируются m * n * k случайных чисел. Если размер равен None (по умолчанию), возвращается одно значение, если low и high оба являются скалярами. В противном случае генерируются np.broadcast(low, high).size случайных чисел.

Возвращаемое значение

outndarray or scalar

Сгенерированные случайные числа из параметризованного равномерного распределения.

См. также

randint

Дискретное равномерное распределение, возвращающее целые числа.

random_integers

Дискретное равномерное распределение по замкнутому интервалу [low, high].

random_sample

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

Generator.uniform

которую следует использовать в новом коде.

Примечания

Функция плотности вероятности равномерного распределения:

в пределах интервала [a, b), и ноль в противном случае.

Когда high == low, будут возвращены значения low. Если high < low, результаты официально не определены и могут в конечном итоге вызвать ошибку, т.е. не полагайтесь на эту функцию, когда переданы аргументы, удовлетворяющие 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

Вывод гистограммы сгенерированных значений и функции 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()