Python numpy Generator.uniform用法及代碼示例

本文簡要介紹 python 語言中 numpy.random.Generator.uniform 的用法。

用法:

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

從均勻分布中抽取樣本。

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。

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高。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。高 - 低必須是非負數。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。

返回：

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。

例子：

從分布中抽取樣本：

>>> s = np.random.default_rng().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()