怎么用numpy.random.uniform實(shí)現(xiàn)均勻分布

這篇文章主要介紹“怎么用numpy.random.uniform實(shí)現(xiàn)均勻分布”，在日常操作中，相信很多人在怎么用numpy.random.uniform實(shí)現(xiàn)均勻分布問題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”怎么用numpy.random.uniform實(shí)現(xiàn)均勻分布”的疑惑有所幫助！接下來(lái)，請(qǐng)跟著小編一起來(lái)學(xué)習(xí)吧！

numpy.random.uniform介紹：

1. 函數(shù)原型：  numpy.random.uniform(low,high,size)

功能：從一個(gè)均勻分布[low,high)中隨機(jī)采樣，注意定義域是左閉右開，即包含low，不包含high.

參數(shù)介紹: 
    
    low: 采樣下界，float類型，默認(rèn)值為0；
    high: 采樣上界，float類型，默認(rèn)值為1；
    size: 輸出樣本數(shù)目，為int或元組(tuple)類型，例如，size=(m,n,k), 則輸出m*n*k個(gè)樣本，缺省時(shí)輸出1個(gè)值。

返回值：ndarray類型，其形狀和參數(shù)size中描述一致。

這里順便說下ndarray類型，表示一個(gè)N維數(shù)組對(duì)象，其有一個(gè)shape（表維度大?。┖蚫type（說明數(shù)組數(shù)據(jù)類型的對(duì)象），使用zeros和ones函數(shù)可以創(chuàng)建數(shù)據(jù)全0或全1的數(shù)組，原型：

    numpy.ones(shape,dtype=None,order='C'),
其中，shape表數(shù)組形狀（m*n）,dtype表類型,order表是以C還是fortran形式存放數(shù)據(jù)。

2. 類似uniform,還有以下隨機(jī)數(shù)產(chǎn)生函數(shù)：

    a. randint: 原型：numpy.random.randint(low, high=None, size=None, dtype='l')，產(chǎn)生隨機(jī)整數(shù)；
    b. random_integers: 原型： numpy.random.random_integers(low, high=None, size=None)，在閉區(qū)間上產(chǎn)生隨機(jī)整數(shù)；
    c. random_sample: 原型： numpy.random.random_sample(size=None)，在[0.0,1.0)上隨機(jī)采樣；
    d. random: 原型： numpy.random.random(size=None)，和random_sample一樣，是random_sample的別名；
    e. rand: 原型： numpy.random.rand(d0, d1, ..., dn)，產(chǎn)生d0 - d1 - ... - dn形狀的在[0,1)上均勻分布的float型數(shù)。
    f. randn: 原型：numpy.random.randn（d0,d1,...,dn),產(chǎn)生d0 - d1 - ... - dn形狀的標(biāo)準(zhǔn)正態(tài)分布的float型數(shù)。

到此，關(guān)于“怎么用numpy.random.uniform實(shí)現(xiàn)均勻分布”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章！