numpy.random.uniform

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

Генерирует выборки из равномерного распределения.

Выборка равномерно распределена на полуоткрытом интервале [low, high) (включает низкую границу, но не включает верхнюю). Другими словами, любое значение в заданном интервале равновероятно будет сгенерировано функцией uniform.

Примечание

Новый код должен использовать метод uniform экземпляра Generator класса; см. Быстрый старт.

Параметры:

lowfloat или array_like из float, необязательно

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

highfloat или array_like из float

Верхняя граница интервала. Все сгенерированные значения будут меньше или равны high. Верхняя граница может быть включена в возвращаемый массив из-за округления с плавающей точкой в выражении low + (high-low) * random_sample(). По умолчанию 1.0.

sizeint или кортеж из int, необязательно

Форма выходных данных. Если заданная форма, например, (m, n, k), то m * n * k выборок генерируются. Если размер имеет значение None (по умолчанию), то возвращается единственное значение, если low и high являются скалярами. В противном случае np.broadcast(low, high).size выборок генерируется.

Возвращаемое значение:

outndarray или скаляр

Сгенерированные выборки из 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

Удобная функция, принимающая размерности в качестве входных данных, например, rand(2,2) сгенерирует массив 2x2 с вещественными числами, равномерно распределенными по [0, 1).

random.Generator.uniform

который следует использовать в новом коде.

Примечания

Плотность вероятности равномерного распределения

\[p(x) = \frac{1}{b - a}\]

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

Когда high == low, будут возвращены значения low. Если high < low, результаты неопределённы, и в конечном итоге может произойти ошибка. Не полагайтесь на эту функцию при значениях аргументов, удовлетворяющих этому условию неравенства. Верхняя граница high может быть включена в возвращаемый массив с плавающей точкой из-за округления в уравнении low + (high-low) * random_sample(). Например:

>>> x = np.float32(5*0.99999999)
>>> x
5.0

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

Вывод гистограммы выборок 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()