numpy.random.Generator.random

方法

random.Generator.random(size=None, dtype=np.float64, out=None)

返回半开区间 [0.0, 1.0) 内的随机浮点数.

结果来自在指定区间内的”连续均匀”分布.要采样 \(Unif[a, b), b > a\) 使用 uniform 或通过将 random 的输出乘以 (b - a) 并加上 a:

(b - a) * random() + a

参数:

size整数或整数的元组,可选

输出形状.如果给定的形状是,例如,``(m, n, k)``,那么会抽取 m * n * k 个样本.默认是 None,在这种情况下会返回一个单一值.

dtypedtype, 可选

期望的结果数据类型,仅支持 float64 和 float32.字节顺序必须是本地的.默认值是 np.float64.

outndarray, 可选

要在其中放置结果的替代输出数组.如果 size 不是 None,则必须具有与提供的 size 相同的形状,并且必须与输出值的类型匹配.

返回:

out浮点数或浮点数的ndarray

形状为 size 的随机浮点数数组（除非 size=None,在这种情况下返回单个浮点数）.

参见

uniform

从参数化的均匀分布中抽取样本.

示例

>>> rng = np.random.default_rng()
>>> rng.random()
0.47108547995356098 # random
>>> type(rng.random())
<class 'float'>
>>> rng.random((5,))
array([ 0.30220482,  0.86820401,  0.1654503 ,  0.11659149,  0.54323428]) # random

从 [-5, 0) 中随机数的三乘二数组:

>>> 5 * rng.random((3, 2)) - 5
array([[-3.99149989, -0.52338984], # random
       [-2.99091858, -0.79479508],
       [-1.23204345, -1.75224494]])