d維均勻分布的數據

Question

如何在Python中生成均勻分布的[-1,1] ^ d數據？ 例如d是一個類似10的維度。

我知道如何生成均勻分布的數據，例如np.random.randn（N），但是維度問題讓我很困惑。

Answer 1

假設各個坐標的獨立性，則以下將在[-1, 1)^d生成一個隨機點

np.random.random(d) * 2 - 1

以下將生成n觀測值，其中每一行都是一個觀測值

np.random.random((n, d)) * 2 - 1

Answer 2

正如已經指出的那樣，randn產生正態分布的數（又名高斯）。 要獲得均勻分布，您應該使用“統一”。

如果您只想一次采樣10個均勻分布的數字，則可以使用：

import numpy as np
x = np.random.uniform(low=-1,high=1,size=10)

或者，如果您想一次生成很多（例如100個），則可以執行以下操作：

import numpy as np
X = np.random.uniform(low=-1,high=1,size=(100,10))

現在X [0]，X [1]，...的長度均為10。

Answer 3

您可以導入random模塊並調用random.random以從[0，1）獲得隨機樣本。 您可以將其加倍並減去1，以從[-1，1）中獲得樣本。

以這種方式繪制d值，並且元組將是從立方體[-1，1）^ d的均勻繪制。

Answer 4

沒有numpy的：

[random.choice([-1,1]) for _ in range(N)]

可能有理由使用numpy的內部機制，或手動使用random()等。但是這些是實現細節，並且還與隨機數生成如何分配操作系統提供的熵比特有關。