Python dask.array.random.uniform用法及代碼示例

用法:
dask.array.random.uniform(low=0.0, high=1.0, size=None, chunks='auto', **kwargs)

從均勻分布中抽取樣本。

此文檔字符串是從 numpy.random.mtrand.RandomState.uniform 複製的。

可能存在與 Dask 版本的一些不一致之處。

樣本均勻分布在半開區間[low, high)(包括低，但不包括高)。換句話說，給定區間內的任何值都同樣可能被 uniform 繪製。

注意

新代碼應改為使用default_rng() 實例的uniform 方法；請參閱快速入門。

參數：

low：float 或數組的浮點數，可選: 輸出區間的下邊界。生成的所有值都將大於或等於低。默認值為 0。
high：浮點數或類似數組的浮點數: 輸出區間的上邊界。生成的所有值都將小於或等於 high。由於等式 low + (high-low) * random_sample() 中的浮點舍入，上限可能包含在返回的浮點數組中。默認值為 1.0。
size：int 或整數元組，可選: 輸出形狀。例如，如果給定的形狀是 (m, n, k) ，則繪製 m * n * k 樣本。如果 size 為 None(默認)，如果 low 和 high 都是標量，則返回單個值。否則，將抽取np.broadcast(low, high).size 樣本。

out：ndarray 或標量: 從參數化均勻分布中抽取樣本。

注意：

均勻分布的概率密度函數為

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

區間內的任何地方 [a, b) ，其他地方為零。

當 high == low 時，將返回 low 的值。如果 high < low ，結果是官方未定義的，最終可能會引發錯誤，即當傳遞滿足該不等式條件的參數時，不要依賴此函數的行為。由於等式 low + (high-low) * random_sample() 中的浮點舍入，high 限製可能包含在返回的浮點數組中。例如：

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

例子：

從分布中抽取樣本：

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

所有值都在給定的區間內：

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

顯示樣本的直方圖以及概率密度函數：

>>> 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()

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.array.random.uniform。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：