numpy random模块_numpy.random.uniform(low=0.0, high=1.0, size=none)-优快云博客

本文链接：https://blog.youkuaiyun.com/xiaohuihui1994/article/details/87783504

本文深入解析Numpy中random模块的三个核心函数：normal、uniform和choice，详细阐述了如何通过这些函数生成符合特定分布的随机数，包括正态分布、均匀分布以及从给定数组中抽样的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

numpy.random.normal()

numpy.random.normal(loc=0.0, scale=1.0, size=None)

loc:float

　　概率分布的均值，对应着整个分布的中心center

　　scale:float

　　概率分布的标准差，对应于分布的宽度，scale越大越矮胖，scale越小，越瘦高

　　size:int or tuple of ints

　　输出的shape，默认为None，只输出一个值

numpy.random.normal(0,1,size)等价于numpy.random.randn(size)

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

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。

numpy.random.choice(a, size=None, replace=True, p=None)

 从a（数组）中选取size（维度）大小的随机数，replace=True表示可重复抽取，p是a中每个数出现的概率

 若a是整数，则a代表的数组是arange(a),size缺省输出1个值

参考：
为什么你用不好Numpy的random函数？