numpy.random.uniform

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.random.uniform.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

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

从均匀分布绘制样本。

样本在半开区间[低， 高）（包括低，但不包括高）上均匀分布。换句话说，给定间隔内的任何值同样可能由uniform来绘制。

参数：	低：float，可选 输出间隔的下限。所有生成的值将大于或等于低。默认值为0。 高：float 输出间隔的上边界。所有生成的值将小于高。默认值为1.0。 size：int或tuple的整数，可选 输出形状。如果给定形状是例如（m， n， k），则 m * n * k默认值为None，在这种情况下返回单个值。
返回：	out：ndarray 绘制样本，形状大小。

也可以看看

randint

离散均匀分布，产生整数。

random_integers

在闭合间隔[低， 高]上离散均匀分布。

random_sample

浮点均匀分布在[0， 1）“。

random

random_sample的别名。

rand

接受维度作为输入的便利函数，例如rand(2,2)将生成2×2的浮点数组，均匀分布在[0， t3 > 1）。

笔记

均匀分布的概率密度函数为

区间[a， b）中的任何地方，其他地方为零。

例子

从分布绘制样本：

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

所有值都在给定的时间间隔内：

>>> 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, normed=True)
>>> plt.plot(bins, np.ones_like(bins), linewidth=2, color='r')
>>> plt.show()

（源代码，png，pdf）