本文主要是介绍【Numpy】numpy.random.uniform均匀分布，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

numpy.random.uniform函数的用法

• numpy.random.uniform()函数
• 其他随机数产生函数
• • 1、numpy.random.randint(low, high=None, size=None, dtype='l')
  • 2、numpy.random.random_sample(size=None)
  • 3、numpy.random.rand(d0, d1, ..., dn)
  • 4、numpy.random.randn（d0,d1,...,dn)

numpy.random.uniform()函数

函数原型：numpy.random.uniform(low,high,size)
功能：从一个均匀分布[low,high)中随机采样，注意定义域是左闭右开，即包含low，不包含high.

low: 采样下界，float类型，默认值为0；
high: 采样上界，float类型，默认值为1；
size: 输出样本数目，为int或元组(tuple)类型，例如，size=(m,n,k), 则输出mnk个样本，缺省时输出1个值。

返回值：ndarray类型，其形状和参数size中描述一致。

a = np.random.uniform(-1,1,(2,3))
print(a)

[[-0.51057213  0.90709935 -0.11475817]
 [ 0.26205828 -0.73780921 -0.50936368]]

其他随机数产生函数

1、numpy.random.randint(low, high=None, size=None, dtype=‘l’)

功能：产生随机整数

c = np.random.randint(1,3,(2,2))
print(c)

[[2 1]
 [1 2]]

2、numpy.random.random_sample(size=None)

功能：在[0.0,1.0)上随机采样
别名：numpy.random.random(size=None)

e = np.random.random_sample()
f = np.random.random_sample((5,4))
print(e)
print(f)

0.05854678866153673
[[0.79737889 0.49327594 0.93364131 0.07880107]
 [0.48145898 0.8451511  0.24825939 0.83427105]
 [0.61758855 0.90193744 0.13577281 0.94499424]
 [0.90400917 0.32851703 0.36192764 0.8278556 ]
 [0.50179405 0.45054455 0.26067148 0.97026976]]

3、numpy.random.rand(d0, d1, …, dn)

功能：产生d0 - d1 - … - dn形状的在[0,1)上均匀分布的float型数。

h = np.random.rand(1,2,3)
print(h)

[[[0.16865166 0.74797653 0.72870927]
  [0.89357994 0.08120748 0.4329524 ]]]

4、numpy.random.randn（d0,d1,…,dn)

功能：产生d0 - d1 - … - dn形状的标准正态分布的float型数。

这篇关于【Numpy】numpy.random.uniform均匀分布的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！