如何在Julia中生成一系列随机浮点数？

Question

我注意到当x是整数时，rand(x)会给我一个随机浮点数数组。 我想知道如何在特定范围内生成随机浮点类型变量的数组。 我尝试使用以下范围：

rand(.4:.6, 5, 5)

我得到的结果是：

 0.4  0.4  0.4  0.4  0.4
 0.4  0.4  0.4  0.4  0.4
 0.4  0.4  0.4  0.4  0.4
 0.4  0.4  0.4  0.4  0.4
 0.4  0.4  0.4  0.4  0.4

如何获取范围而不是范围中的最低数？

- David Kamer

Answer 1

也许更加优雅的方法是，由于您实际上想要从均匀分布中随机抽样，您可以使用Distribution包：

julia> using Distributions
julia> rand(Uniform(0.4,0.6),5,5)
5×5 Array{Float64,2}:
 0.547602  0.513855  0.414453  0.511282  0.550517
 0.575946  0.520085  0.564056  0.478139  0.48139
 0.409698  0.596125  0.477438  0.53572   0.445147
 0.567152  0.585673  0.53824   0.597792  0.594287
 0.549916  0.56659   0.502528  0.550121  0.554276

同样的方法也适用于从其他知名或用户定义的分布中进行抽样（只需将分布作为第一个参数传递给rand()）

- Antonello

Answer 2

您需要一个步长参数：

rand(.4:.1:.6, 5, 5)

.1 会为您的范围提供一步，这对于浮点数是必要的，对于增加1则不必要。问题在于，它会假定为1，而不考虑隐式精度。如果您需要更精确的增量，请执行以下操作：

rand(.4:.0001:.6, 5, 5)

这将会给您一个类似于以下的结果：

 0.4587  0.557   0.586   0.4541  0.4686
 0.4545  0.4789  0.4921  0.4451  0.4212
 0.4373  0.5056  0.4229  0.5167  0.5504
 0.5494  0.4068  0.5316  0.4378  0.5495
 0.4368  0.4384  0.5265  0.5995  0.5231

- David Kamer

---

我喜欢这个强调你代码中的初始问题，但另一个答案实际上给出了推荐的解决方法。 - niczky12

您还可以使用eps()作为步长参数，其值约为2.220446049250313e-16。 - M. Thompson

Answer 3

你可以用它做到。

julia> map(x->0.4+x*(0.6-0.4),rand(5,5))
5×5 Array{Float64,2}:
 0.455445  0.475007  0.518734  0.463064  0.400925
 0.509436  0.527338  0.566976  0.482812  0.501817
 0.405967  0.563425  0.574607  0.502343  0.483075
 0.50317   0.482894  0.54584   0.594157  0.528844
 0.50418   0.515788  0.5554    0.580199  0.505396

一般规则是：

julia> map(  x -> start + x * (stop - start), rand(5,5)  )

起始值为0.4，终止值为0.6。

你甚至可以通过让x从1到7（即1＜x＜7），来生成一个六面骰子，因为x恰好等于1.0或7.0的概率为零。

julia> map(x->Integer(floor(1+x*(7-1))),rand(5,5))
5×5 Array{Int64,2}:
 2  6  6  3  2
 3  1  3  1  6
 5  4  6  1  5
 3  6  5  5  3
 3  4  3  5  4

或者您可以使用。

julia> rand(1:6,5,5)
5×5 Array{Int64,2}:
 3  6  3  5  5
 2  1  3  3  3
 1  5  4  1  5
 5  5  5  5  1
 3  2  1  5  6

- Steven Siew

Answer 4

只是另一个简单的解决方案（使用向量化操作）

0.2 .* rand(5,5) .+ 0.4

如果效率很重要...

@time 0.2 .* rand(10000, 10000) .+ 0.4
>> 0.798906 seconds (4 allocations: 1.490 GiB, 5.20% gc time)

@time map(x -> 0.4 + x * (0.6 - 0.4), rand(10000, 10000))
>> 0.836322 seconds (49.20 k allocations: 1.493 GiB, 7.08% gc time)

using Distributions 
@time rand(Uniform(0.4, 0.6), 10000, 10000)
>> 1.310401 seconds (2 allocations: 762.940 MiB, 1.51% gc time)

@time rand(0.2:0.000001:0.4, 10000, 10000)
>> 1.715034 seconds (2 allocations: 762.940 MiB, 6.24% gc time)

- Ricoter