Python numpy random.mtrand.RandomState.uniform用法及代码示例

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

从均匀分布中抽取样本。

样品在半开时间间隔内均匀分布[low, high)(包括低，但不包括高)。换句话说，在给定间隔内的任何值均很可能被uniform。

参数：

参数：	low：： float 或 array_like of floats, 可选参数输出间隔的下边界。生成的所有值都将大于或等于低。默认值为0。 high：： float 或 array_like of floats 输出间隔的上限。生成的所有值都将小于高。默认值为1.0。 size：： int 或 tuple of ints, 可选参数输出形状。如果给定的形状是`(m, n, k)`，然后`m * n * k`抽取样品。如果尺寸是`None`(默认)，如果返回一个值`low`和`high`都是标量。除此以外，`np.broadcast(low, high).size`抽取样品。
返回值：	out：： ndarray或标量从参数化的均匀分布中抽取样本。

low：： float 或 array_like of floats, 可选参数: 输出间隔的下边界。生成的所有值都将大于或等于低。默认值为0。
high：： float 或 array_like of floats: 输出间隔的上限。生成的所有值都将小于高。默认值为1.0。
size：： int 或 tuple of ints, 可选参数: 输出形状。如果给定的形状是(m, n, k)，然后m * n * k抽取样品。如果尺寸是None(默认)，如果返回一个值low和high都是标量。除此以外，np.broadcast(low, high).size抽取样品。

返回值：

out：： ndarray或标量: 从参数化的均匀分布中抽取样本。

注意：

均匀分布的概率密度函数为

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

间隔内的任何地方[a, b)，而其他位置为零。

当high==low的值low将被退回。如果high<low，结果在官方上是不确定的，并且最终可能会引发错误，即在传递满足该不等式条件的参数时，不要依赖此函数的行为。

例子：

从分布中抽取样本：

>>> s = np.random.uniform(-1,0,1000)

所有值都在给定的间隔内：

>>> np.all(s >= -1)
True
>>> np.all(s < 0)
True

显示样本的直方图以及概率密度函数：

>>> 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()

../../../_images/numpy-random-mtrand-RandomState-uniform-1.png

相关用法

注：本文由纯净天空筛选整理自 numpy.random.mtrand.RandomState.uniform。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。