numpy.random.uniform介紹：

1. 函數原型：? numpy.random.uniform(low,high,size)

功能：從一個均勻分布[low,high)中隨機采樣，注意定義域是左閉右開，即包含low，不包含high.

參數介紹:

low: 采樣下界，float類型，默認值為0；

high: 采樣上界，float類型，默認值為1；

size: 輸出樣本數目，為int或元組(tuple)類型，例如，size=(m,n,k), 則輸出m*n*k個樣本，缺省時輸出1個值。

返回值：ndarray類型，其形狀和參數size中描述一致。

這里順便說下ndarray類型，表示一個N維數組對象，其有一個shape(表維度大小)和dtype(說明數組數據類型的對象)，使用zeros和ones函數可以創建數據全0或全1的數組，原型：

numpy.ones(shape,dtype=None,order='C'),

其中，shape表數組形狀(m*n),dtype表類型,order表是以C還是fortran形式存放數據。

2. 類似uniform,還有以下隨機數產生函數：

a. randint: 原型：numpy.random.randint(low, high=None, size=None, dtype='l')，產生隨機整數；

b. random_integers: 原型： numpy.random.random_integers(low, high=None, size=None)，在閉區間上產生隨機整數；

c. random_sample: 原型： numpy.random.random_sample(size=None)，在[0.0,1.0)上隨機采樣；

d. random: 原型： numpy.random.random(size=None)，和random_sample一樣，是random_sample的別名；

e. rand: 原型： numpy.random.rand(d0, d1, ..., dn)，產生d0 - d1 - ... - dn形狀的在[0,1)上均勻分布的float型數。

f. randn: 原型：numpy.random.randn(d0,d1,...,dn),產生d0 - d1 - ... - dn形狀的標準正態分布的float型數。

承接Matlab、Python和C++的編程，機器學習、計算機視覺的理論實現及輔導，本科和碩士的均可，咸魚交易，專業回答請走知乎，詳談請聯系QQ號757160542，非誠勿擾。

本文同步分享在 博客“于小勇”(CSDN)。

如有侵權，請聯系 support@oschina.cn 刪除。

本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。

總結

以上是生活随笔為你收集整理的python uniform函数均匀分布_numpy.random.uniform均匀分布的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。