Python 张量流均匀分布超过最大值

在tensorflow中查看此代码片段，它将生成从0到1的统一数据

random_uniform(shape, minval, maxval, dtype, seed, name)

import TensorFlow as tf
import matplotlib.pyplot as plt

uniform = tf.random_uniform([100],minval=0,maxval=1,dtype=tf.float32)
 sess = tf.Session()

 with tf.Session() as session:
     print uniform.eval()
     plt.hist(uniform.eval(),normed=True)
     plt.show()

---

它超出了图表上的1，奇怪的是为什么，或者它的上限为2？

您显示的是一个直方图。值从0到1，如X轴所示。由于

normed=True

，直方图频率（Y轴）被归一化，因此图形的总面积加起来为1，因此为Y值。好的，那么我认为应该是Y值的生成值不应该是0-1，或者是归一化产生了这种变化？我也不太明白面积是如何增加到1的，但是我可以看到X值确实从0移动到1，是的，直方图可以将多个条组合在一起，这一部分我理解。Y轴不代表生成的值，而是频率。第一列是数据中出现0到0.1之间的值的（标准化）频率。关于图形区域，如果取每列的宽度（0.1）乘以其高度，则总和为1。