Python 在一个范围内生成随机浮点数数组

我还没有找到一个函数来生成一个给定长度的、在一定范围内的随机浮点数组

我已经看过了，但似乎没有函数能满足我的需要

接近，但它只返回单个元素，而不是特定的数字

这就是我想要的：

ran_floats = some_function(low=0.5, high=13.3, size=50)

它将返回一个由50个随机非唯一浮点（即：允许重复）组成的数组，均匀分布在

[0.5,13.3]

范围内

---

有这样的功能吗？

为什么不使用列表理解

>>> def random_floats(low, high, size):
...    return [random.uniform(low, high) for _ in xrange(size)]
... 
>>> random_floats(0.5, 2.8, 5)
[2.366910411506704, 1.878800401620107, 1.0145196974227986, 2.332600336488709, 1.945869474662082]

在Python 2中

ran_floats = [random.uniform(low,high) for _ in xrange(size)]

在Python3中，

range

的工作原理类似于

xrange

（）

为什么不结合列表理解

>>> def random_floats(low, high, size):
...    return [random.uniform(low, high) for _ in xrange(size)]
... 
>>> random_floats(0.5, 2.8, 5)
[2.366910411506704, 1.878800401620107, 1.0145196974227986, 2.332600336488709, 1.945869474662082]

---

可能已经有了一个函数来完成您想要的任务，但我还不知道（现在还不知道？）。 同时，我将使用以下方法提出建议：

ran_floats = numpy.random.rand(50) * (13.3-0.5) + 0.5

这将产生形状（50，）的阵列，其均匀分布在0.5和13.3之间

您还可以定义一个函数：

def random_uniform_range(shape=[1,],low=0,high=1):
    """
    Random uniform range

    Produces a random uniform distribution of specified shape, with arbitrary max and
    min values. Default shape is [1], and default range is [0,1].
    """
    return numpy.random.rand(shape) * (high - min) + min

编辑：嗯，是的，所以我错过了，有numpy.random.uniform（）和你想要的完全一样！ 尝试

导入numpy；帮助（numpy.random.uniform）

了解更多信息。

适合您的用例：

sampl = np.random.uniform(low=0.5, high=13.3, size=(50,))

2019年10月更新：

虽然语法仍然受支持，但看起来API使用NumPy 1.17进行了更改，以支持对随机数生成器的更大控制。展望未来，API已经发生了变化，您应该看看

---

增强建议如下：

这是最简单的方法

np.random.uniform(start,stop,(rows,columns))

---

列表理解中的for循环需要时间，并且速度较慢。 最好使用numpy参数（低、高、大小等）

样本输出：

（“花费：”，0.06406784057617188）

---

（“需要：”，1.7253198623657227）

或者您可以使用

对于采样整数的记录，它是

stats.randint(10, 20).rvs(50)

---

np.random.random\u sample（size）

将在半开区间[0.0,1.0]内生成随机浮点。

或者，如果您对实数列表没有意见，可以使用标准的

random.randrange

：

def some_function(low, high, size):
    low_int = int(low * 1000)
    high_int = int(high *1000)
    return [random.randrange(low_int, high_int, size)/1000 for _ in range(size)]

---

您已经标记了问题

numpy

，但是您没有提到

numpy.random.uniform

，即使它正好具有您想要的呼叫签名。您是否有

numpy

库可用？

[random.uniform（低、高）用于xrange（大小）中的i]

@DSM是的，我有，你显然100%正确。我错过了那个功能，它似乎正是我需要的。你介意把你的评论作为答案吗？OP的直观搜索问题是一些函数（低=0.5，高=13.3，大小=50）。这就是python库的设计水平。#wowSize不完全清楚，链接也不起作用。这里有一个小说明。大小：int或int的元组，可选。输出形状。如果给定的形状是，例如，（m，n，k），然后绘制m*n*k个样本。如果“大小”为“无”，则返回单个值（如果“低”和“高”都是标量）。@vlad-感谢您指出链接中的问题。我已更新了答案，希望能涵盖当前的使用情况。

stats.randint(10, 20).rvs(50)

def some_function(low, high, size):
    low_int = int(low * 1000)
    high_int = int(high *1000)
    return [random.randrange(low_int, high_int, size)/1000 for _ in range(size)]