Python 随机均匀分布

Python 随机均匀分布

在本教程中，我们将讨论Python的random模块中的uniform()方法，以及通过导入NumPy如何使用它。

uniform()方法返回指定范围内的浮点数或数字区间。

使用uniform()的语法是-

random.uniform(a,b)

在这里，”a”代表上界，”b”代表下界。

让我们来看一些示例，演示它在Python程序中的用法。

以下程序说明了它如何在Python程序中使用。

# Import the random module
import random
# Initialize the upper and lower limits
x = 8
y = 12
# Displaying the random number
print ("The random number between 8 and 12 is : ", end = " ")
#using random.uniform()
print(random.uniform(x,y))

输出:

The random number between 8 and 12 is:  10.14646142251812

解释-

让我们理解上面程序中发生了什么-

1. 由于我们必须使用uniform()方法，我们已经导入了random模块。
2. 在此之后，我们初始化了上限和下限，分别为8和12。
3. 最后，我们将这两个值作为参数传递给uniform()。
4. 在执行此程序时，将显示预期输出。

让我们再看一个程序，其中我们采用了相同的方法，但是提供了浮点数值作为上限和下限。

# Import the random module
import random
# Initialize the upper and lower limits
x = 9.7
y = 14.3
# Displaying the random number
print("The random number between 9.7 and 14.3 is: ", end = " ")
#using random.uniform()
print(random.uniform(x,y))

输出：

The random number between 9.7 and 14.3 is :  11.521121715281813

说明-

这个过程与之前的程序相同，但在这里我们可以观察到它在提供小数值时显示所需的输出。

我们都知道NumPy模块用于在Python中进行不同的数学运算，由于这个模块提供了各种内置函数，我们的代码变得更简单、更高效。

让我们看看我们如何在这里使用uniform()方法,

考虑下面给出的程序，

# Importing the NumPy module
import numpy as np
np.random.seed(55)
# Creating an array of size four
num_arr = np.random.uniform(size = 4, low = 0, high = 1)
# Displaying the values of array
print("The resultant array is: ", num_arr)

输出：

The resultant array is:  [0.09310829 0.97165592 0.48385998 0.2425227 ]

解释-

现在是时候了解上面程序的解释了-

1. 由于我们要使用uniform()方法，这次我们导入了NumPy模块。
2. 下一步是在random.seed()中提供一个值，因为它用于初始化随机数生成器。
3. 然后，我们在np.random.uniform()中初始化了大小、上界和下界的值，分别为4、0和1。
4. 我们使用np.random.uniform()声明了num_arr，因为我们在这里生成了一个数组。
5. 执行这个程序后，显示的预期输出是一个由三个值组成的数组。

现在，让我们来看另一个程序-

# Importing the numpy module
import numpy as np
np.random.seed(0)
# Creating an array of size four
num_arr = np.random.uniform(size = (3, 3), low = 0, high = 1)
#Displaying the values of array
print("The resultant array is: ", num_arr)
# Displaying the type of num_arr
print(type(num_arr))

输出：

The resultant array is:  [[0.5488135  0.71518937 0.60276338]
 [0.54488318 0.4236548  0.64589411]
 [0.43758721 0.891773   0.96366276]]
<class 'numpy.ndarray'>

解释-

让我们了解一下这里发生了什么，

1. 由于我们需要使用uniform()方法，这次我们导入了NumPy模块。
2. 下一步是在random.seed()中提供一个值，因为它用于初始化随机数生成器。
3. 在np.random.uniform()中，我们初始化了数组的大小（这次我们创建了一个二维数组），上界和下界分别为(3,3)、0和1。
4. 我们使用np.random.uniform()声明了num_arr，因为我们在这里生成了一个数组。
5. 在执行这个程序时，会显示预期的输出，即一个包含三个值和num_arr的类型的数组。

最后，是时候讨论本文的最后一个程序了。

#Importing the numpy module
import numpy as np
np.random.seed(0)
#Creating an array of size five
num_arr=np.random.uniform(size = 5, low = 42, high = 63)
#Displaying the values of array
print("The resultant array is: ", num_arr)
#Displaying the type of num_arr
print(type(num_arr))

输出：

The resultant array is:  [53.52508358 57.01897669 54.6580309  53.44254684 50.89675079]
<class 'numpy.ndarray'>

解释-

1. 由于我们必须使用uniform()方法，这次我们导入了NumPy模块。
2. 下一步是在random.seed()中提供一个值，因为它用于初始化随机数生成器。
3. 之后，我们在np.random.uniform()中分别将数组的大小、上界和下界初始化为5、42和63（这次我们选择了一个明确的范围）。
4. 我们使用np.random.uniform()声明num_arr，因为我们正在生成一个数组。
5. 在执行此程序时，会显示预期的输出，即一个包含三个值和num_arr的类型的数组。

结论

在本教程中，我们学习了uniform()是什么以及它如何在各种Python程序中使用。