博客

参考：

https://www.cnblogs.com/fpzs/p/10504658.html

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.

2. 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。

补充：

• 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。

扩展：

• 类似uniform，还有以下随机数产生函数：

1. randint:
   
   原型：numpy.random.randint(low, high=None, size=None, dtype=‘l’)，产生随机整数；
2. random_integers: 原型： numpy.random.random_integers(low, high=None, size=None)，在闭区间上产生随机整数；
3. random_sample:
   
   原型： numpy.random.random_sample(size=None)，在[0.0,1.0)上随机采样；
4. random:
   
   原型： numpy.random.random(size=None)，和random_sample一样，是random_sample的别名；
5. 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。
6. 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。