以嚴格的下限在numpy中生成隨機數

Question

因此，根據此處numpy的文檔： https : //docs.scipy.org/doc/numpy-1.12.0/reference/genic/numpy.random.uniform.html ，他們說生成的隨機值屬於集合[下，上限），即所有值均> =下限且小於上限。 有什么方法可以使這個范圍更嚴格，即所有值都>更低嗎？ 我有一種特殊的情況，我想確保所有隨機值都在0到k之間，但不應該等於0，因為這會導致我的程序崩潰。 有什么解決方法/其他圖書館可以幫助我嗎？

Answer 1

從調用np.ranodm.uniform(0,k)實際獲得0的機會實際上為零。 如果要保證它，可以設置一個很小的較低值。

epsilon = np.finfo(np.float).eps
np.random.uniform(epsilon, k)

編輯：

對於我的機器， epsilon是2.2204460492503131e-16 。 得到任何特定數字的機會應約為1 / (1/epsilon)或1 / 4503599627370496 。

例如，以下代碼檢查在np.random.normal(0,1)一百萬長度數組中出現的0.0 ：

counter = 0
stop = False
while not stop:
    x = np.random.normal(0,1, size=1000000)
    stop = any(x==0.0)
    counter += 1
    print('\rIteration: {}   '.format(counter), end='')

我目前有75,000次迭代，沒有發生零。 顯然，這不是一個完美的測試，但確實顯示了實際為零的微小機會。

Answer 2

我想確保所有隨機值都在0到k之間，但不應該等於0

如果您的數字在low <= u < high范圍內，則可以輕松地將它們轉換為low < r <= high ：

r = high - np.random.uniform(0, high - low)

當然，這僅在允許r包含high但不包含low情況下才有用。