¿Cuál es la mejor manera de obtener números aleatorios en NumPy?

Question

Quiero generar números aleatorios en el rango -1, 1 y quiero que cada uno tenga la misma probabilidad de ser generado. Es decir. No quiero que los extremos sean menos propensos a aparecer. Cual es la mejor manera de hacer esto?

Hasta ahora, he utilizado:

2 * numpy.random.rand() - 1 

y también:

2 * numpy.random.random_sample() - 1 

Answer 1

Su enfoque está muy bien. Una alternativa es utilizar la función numpy.random.uniform():

>>> numpy.random.uniform(-1, 1, size=10) 
array([-0.92592953, -0.6045348 , -0.52860837, 0.00321798, 0.16050848, 
     -0.50421058, 0.06754615, 0.46329675, -0.40952318, 0.49804386]) 

En cuanto a la probabilidad de que los extremos: si sería idealizado, números aleatorios continuos, la probabilidad de conseguir uno de los extremos serían 0. Puesto que los números de punto flotante son una discretización de los números reales continuos, en realidad hay alguna probabilidad positiva de obtener algunos de los extremos. Esta es una forma de error de discretización, y es casi seguro que este error se verá afectado por otros errores en su simulación. ¡Deja de preocuparte!

Answer 2

De la documentación de numpy.random.random_sample:

Los resultados corresponden a la distribución “uniforme continua” en el intervalo indicado. Para muestra Unif [a, b), b> a multiplicar la salida del random_sample por (b-a) y añadir a:

(b - a) * random_sample() + a 

respuesta de por Sven Marnach, la documentación probablemente necesita una reforma para hacer referencia numpy.random.uniform.

Answer 3

Nota que numpy.random.rand permite generar múltiples muestras de una distribución uniforme en una llamada:

>>> np.random.rand(5) 
array([ 0.69093485, 0.24590705, 0.02013208, 0.06921124, 0.73329277]) 

También permite generar muestras en una forma dada:

>>> np.random.rand(3,2) 
array([[ 0.14022471, 0.96360618], 
     [ 0.37601032, 0.25528411], 
     [ 0.49313049, 0.94909878]]) 

como ha dicho, de manera uniforme números aleatorios distribuidos entre [-1, 1] se pueden generar con:

>>> 2 * np.random.rand(5) - 1 
array([ 0.86704088, -0.65406928, -0.02814943, 0.74080741, -0.14416581])