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