Python 什么是'；取决于舍入'；到底是什么意思？

关于

random.uniform

，docstring说：

根据舍入情况，获取[a，b]或[a，b]范围内的随机数

但我不知道“取决于舍入”到底是什么意思。

内容如下：

---

返回一个随机浮点数

N

，这样

a
取整
是：如果我向上取整3.45，我将得到4。但是如果向下取整，我将得到3。因此，在这种情况下，范围的值来自[或]将根据整数的不同而变化。在文档中，它说的是统一的，根据方程a+（b-a）*random（）中的浮点舍入，端点值b可能包括在范围内，也可能不包括在范围内。

示例：

random.uniform（0，5e-324）

包括上限。@SvenMarnach:ah，错过了

）

，读作

]

。所以最大值是

1.0-epsilon

then？@MartijnPieters：最大值取决于随机生成器。它通常不是

1.0-epsilon

，而

epsilon

是浮点表示的“epsilon”，而是一个epsilon，取决于随机数生成器提供的位数。前一段时间这是48位，双精度数字的尾数有52位，所以有一个系数16。我正在调查这是否仍然是真的。@SvenMarnach:是的，所以不完全是

1.0-epsilon

，而是取决于随机数算法的分辨率（Wichman Hill，见）。@MartijnPieters:哦，这是一个与我想象中的算法非常不同的算法。是的，当然这取决于这个算法，我不能一眼就知道最大值是多少