189 8069 5689

怎么用numpy.random.uniform实现均匀分布

这篇文章主要介绍“怎么用numpy.random.uniform实现均匀分布”,在日常操作中,相信很多人在怎么用numpy.random.uniform实现均匀分布问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”怎么用numpy.random.uniform实现均匀分布”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!

成都创新互联公司服务项目包括河西网站建设、河西网站制作、河西网页制作以及河西网络营销策划等。多年来,我们专注于互联网行业,利用自身积累的技术优势、行业经验、深度合作伙伴关系等,向广大中小型企业、政府机构等提供互联网行业的解决方案,河西网站推广取得了明显的社会效益与经济效益。目前,我们服务的客户以成都为中心已经辐射到河西省份的部分城市,未来相信会继续扩大服务区域并继续获得客户的支持与信任!

numpy.random.uniform介绍:

1. 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.

参数介绍: 
    
    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m*n*k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。

这里顺便说下ndarray类型,表示一个N维数组对象,其有一个shape(表维度大小)和dtype(说明数组数据类型的对象),使用zeros和ones函数可以创建数据全0或全1的数组,原型:

    numpy.ones(shape,dtype=None,order='C'),
其中,shape表数组形状(m*n),dtype表类型,order表是以C还是fortran形式存放数据。

2. 类似uniform,还有以下随机数产生函数:

    a. randint: 原型:numpy.random.randint(low, high=None, size=None, dtype='l'),产生随机整数;
    b. random_integers: 原型: numpy.random.random_integers(low, high=None, size=None),在闭区间上产生随机整数;
    c. random_sample: 原型: numpy.random.random_sample(size=None),在[0.0,1.0)上随机采样;
    d. random: 原型: numpy.random.random(size=None),和random_sample一样,是random_sample的别名;
    e. rand: 原型: numpy.random.rand(d0, d1, ..., dn),产生d0 - d1 - ... - dn形状的在[0,1)上均匀分布的float型数。
    f. randn: 原型:numpy.random.randn(d0,d1,...,dn),产生d0 - d1 - ... - dn形状的标准正态分布的float型数。

到此,关于“怎么用numpy.random.uniform实现均匀分布”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注创新互联网站,小编会继续努力为大家带来更多实用的文章!


当前题目:怎么用numpy.random.uniform实现均匀分布
网站地址:http://jkwzsj.com/article/gedhgi.html

其他资讯