### Numpy 中 `uniform` 函数的定义与用法 在 Numpy 库中，`np.random.uniform` 是一个用于生成指定范围内均匀分布随机数的函数。它可以从一个均匀分布 `[x, y)` 中随机采样，其中定义域是左闭右开，即包含 `x` 而不包含 `y`[^3]。 #### 函数语法 ```python numpy.random.uniform(low=0.0, high=1.0, size=None) ``` - **参数**： - `low`：采样的下界，默认值为 `0.0`。 - `high`：采样的上界，默认值为 `1.0`。 - `size`：输出样本的数量或形状。如果为整数，则返回一维数组；如果为元组，则返回多维数组。如果未指定，则返回单个浮点数[^4]。 - **返回值**： - 返回一个 `ndarray` 类型的结果，其形状由 `size` 参数决定[^5]。 #### 示例代码 以下是一些使用 `np.random.uniform` 的示例： 1. **生成单个随机数**： ```python import numpy as np result = np.random.uniform(5, 10) print(result) ``` 输出结果可能为：`7.23456789`[^2]。 2. **生成一维随机数组**： ```python import numpy as np result = np.random.uniform(5, 10, size=5) print(result) ``` 输出结果可能为：`[6.123 8.456 7.789 9.012 5.345]`。 3. **生成二维随机矩阵**： ```python import numpy as np result = np.random.uniform(5, 10, size=(2, 3)) print(result) ``` 输出结果可能为： ``` [[6.123 8.456 7.789] [9.012 5.345 7.678]] ```。 #### 注意事项 1. 如果需要生成整数范围内的随机数，可以使用 `np.random.randint` 或其他相关函数，因为 `np.random.uniform` 仅生成浮点数。 2. 在模拟、统计分析和机器学习等领域中，`np.random.uniform` 常用于随机抽样或初始化参数[^3]。 #### 数学背景 从数学角度来看，`uniform` 表示均匀分布（Uniform Distribution）。均匀分布在概率论中指的是一种连续概率分布，其中每个值在给定区间内具有相同的概率密度[^4]。均匀分布的概率密度函数（PDF）为： \[ f(x|a,b) = \begin{cases} \frac{1}{b-a}, & \text{for } a \leq x \leq b \\ 0, & \text{otherwise} \end{cases} \] #### 和 `random.uniform` 的区别 Numpy 的 `np.random.uniform` 和 Python 标准库中的 `random.uniform` 功能类似，但存在以下区别： - **返回类型**：`random.uniform` 返回单一浮点数，而 `np.random.uniform` 可以生成数组或矩阵[^2]。 - **性能**：Numpy 的实现通常更高效，尤其是在处理大规模数据时[^2]。 ```python import random import numpy as np # 使用 random.uniform result_random = random.uniform(5, 10) print(result_random) # 使用 np.random.uniform result_np = np.random.uniform(5, 10) print(result_np) ```