您的方法很好。一种替代方法是使用函数
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])
关于极值概率:如果理想化的是连续随机数,则获得极值之一的概率将为0。由于浮点数是连续实数的离散,因此实际上存在一定的正概率得到一些极端。这是某种形式的离散化误差,几乎可以肯定的是,该误差将与模拟中的其他误差相形见war。别担心!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)