让 numpy 制服更均匀答案

【问题标题】：Make numpy uniform more uniform让 numpy 制服更均匀
【发布时间】：2016-04-09 18:30:02
【问题描述】：

我需要生成一组 10^5 个数据点，将这些数据点分箱成直方图后，与数据的拟合是一条水平线。使用 np.random.uniform 不够统一（见情节）。关于如何使均匀分布更均匀而不是那么随机的任何想法？？？

【问题讨论】：

numpy.linspace(-3, 3, 100000)?您想要比现有代码更统一多少？你能量化它吗？
您是否提前知道直方图 bin 是什么？
谢谢！我将 linspace 与 random.uniform 结合起来得到了我需要的东西，这基本上通过统计测试证明了数据的分布与水平线的分布几乎相同（超过 95% 的概率它们是相同的分布)

【解决方案1】：

它是随机的——当然它不会完全匹配完美的均匀分布。方差应该很小，并且随着样本数量的增加而相互减小。如果您确实想要具有有限数量的样本的精确均匀分布，那么您将不再有均匀分布；您有一个排列，您可以使用numpy.random.permutation 生成它。

很难找到明确的信息，但我认为 NumPy 的默认生成器基于 Mersenne Twister RNG，它具有出色的统计特性。同样，问题不在于这些样本不统一。例如，查看at the documentation 的直方图与您的相似。

【讨论】：