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。

原文地址：http://www.cnblogs.com/bokeyuanjj/p/16852228.html

1. 本站所有资源来源于用户上传和网络，如有侵权请邮件联系站长！ 2. 分享目的仅供大家学习和交流，请务用于商业用途! 3. 如果你也有好源码或者教程，可以到用户中心发布，分享有积分奖励和额外收入！ 4. 本站提供的源码、模板、插件等等其他资源，都不包含技术服务请大家谅解！ 5. 如有链接无法下载、失效或广告，请联系管理员处理！ 6. 本站资源售价只是赞助，收取费用仅维持本站的日常运营所需！ 7. 如遇到加密压缩包，默认解压密码为"gltf",如遇到无法解压的请联系管理员！ 8. 因为资源和程序源码均为可复制品，所以不支持任何理由的退款兑现，请斟酌后支付下载 声明：如果标题没有注明"已测试"或者"测试可用"等字样的资源源码均未经过站长测试.特别注意没有标注的源码不保证任何可用性