NumPy 1.14 - RandomState.uniform()

numpy.random.RandomState.uniform




numpy

numpy.random.RandomState.uniform

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

एक समान वितरण से नमूने ड्रा करें।

नमूने समान रूप से आधे-खुले अंतराल [low, high) पर वितरित किए जाते हैं (इसमें निम्न शामिल हैं, लेकिन उच्च को छोड़कर)। दूसरे शब्दों में, दिए गए अंतराल के भीतर कोई भी मूल्य समान रूप से uniform द्वारा तैयार किए जाने की संभावना है।

पैरामीटर:

निम्न : फ़्लोट्स, वैकल्पिक के फ़्लोट या array_like

आउटपुट अंतराल की निचली सीमा। उत्पन्न सभी मान निम्न से अधिक या उसके बराबर होंगे। डिफॉल्यू मूल्य शून्य है।

उच्च : फ्लोट की फ़्लोट या array_like

आउटपुट अंतराल की ऊपरी सीमा। उत्पन्न सभी मान उच्च से कम होंगे। डिफ़ॉल्ट मान 1.0 है।

आकार : इंट या टुपल इन्टस, वैकल्पिक

आउटपुट आकार। यदि दी गई आकृति है, जैसे, (m, n, k) , तो m * n * k नमूने खींचे जाते हैं। यदि आकार None (डिफ़ॉल्ट), एक एकल मान लौटाया जाता है यदि low और high दोनों स्केलर हैं। अन्यथा, np.broadcast(low, high).size नमूने खींचे जाते हैं।

यह दिखाता है:

बाहर : ndarray या स्केलर

पैरामीटर किए गए समान वितरण से नमूने खींचे।

यह भी देखें

randint
एकसमान वितरण, पूर्णांकों की उपज।
random_integers
बंद अंतराल [low, high] पर समान वितरण को छोड़ दें।
random_sample
फ़्लोट्स को समान रूप से वितरित किया जाता है [0, 1)
random
random_sample लिए उपनाम।
rand
सुविधा फ़ंक्शन जो इनपुट के रूप में आयामों को स्वीकार करता है, उदाहरण के लिए, rand(2,2) एक 2-बाय -2 फ़्लोट्स उत्पन्न करेगा, समान रूप से [0, 1) पर वितरित किया जाएगा।

टिप्पणियाँ

समान वितरण का संभाव्यता घनत्व कार्य है

p (x) = \ frac {1} {b - a}

अंतराल के भीतर कहीं भी [a, b) , और शून्य कहीं और।

जब high == low , low के मान वापस आ जाएंगे। यदि high < low , तो परिणाम आधिकारिक रूप से अपरिभाषित हैं और अंततः एक त्रुटि पैदा कर सकते हैं, अर्थात जब असमानता की स्थिति को संतुष्ट करने वाले तर्कों को व्यवहार करने के लिए इस फ़ंक्शन पर भरोसा न करें।

उदाहरण

वितरण से नमूने लें:

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

सभी मान दिए गए अंतराल के भीतर हैं:

>>> np.all(s >= -1)
True
>>> np.all(s < 0)
True

संभाव्यता घनत्व फ़ंक्शन के साथ नमूनों का हिस्टोग्राम प्रदर्शित करें:

>>> 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()
../../_images/numpy-random-RandomState-uniform-1.png