numpy.random.uniform

numpy.random.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 low, но не включая high). Другими словами, любое значение в заданном интервале равновероятно будет сгенерировано функцией 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. Значение по умолчанию — 0.

highfloat or array_like of floats

Верхняя граница интервала. Все сгенерированные значения будут меньше high. Значение по умолчанию — 1.0.

sizeint or tuple of ints, optional

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

Возвращаемое значение

outndarray or scalar

Сгенерированные случайные числа из заданного равномерного распределения.

См. также

randint

Дискретное равномерное распределение, генерирующее целые числа.

random_integers

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

random_sample

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

random

Псевдоним для random_sample.

rand

Удобная функция, принимающая размерность в качестве входного параметра, например, rand(2,2) сгенерирует массив 2x2 вещественных чисел, равномерно распределённых в интервале [0, 1).

Generator.uniform

который следует использовать в новом коде.

Примечания

Функция плотности вероятности равномерного распределения:

в пределах интервала [a, b), и равна нулю в других местах.

Когда high == low, возвращаются значения low. Если high < low, результаты не определены официально и могут в конечном итоге вызвать ошибку, т.е. не полагайтесь на эту функцию для работы при аргументах, 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

Вывод гистограммы сгенерированных значений 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()