Question

我有一种方法需要从float和val之间选择一个随机st ed，但我只想要包含一个端点。（或者，换句话说，(st, ed]或[st, ed)。）我目前的解决方案是：

import random
val = None
st, ed = 0, 360
  ## In application, what I want is an angle, but I've made it generic as an example.
while not (st <= val < ed): # which of st or ed to reject is up to you.
    val = random.uniform(st, ed)

...但有没有办法（通过参数或符号）告诉random.uniform（或类似函数）包含或排除一个或另一个端点？也许NumPy有答案？

我知道在十三个精度范围内获得两个等价值的几率超过（或精确）一个整数的概率基本上是零，但我想知道是否只是为了更好地理解工具本身。

Answer 1

从广义上讲，您的解决方案似乎是合理的。如果您的RNG提供的值范围大于您需要的范围，则会丢弃无效结果并继续计算。显然，如果你的无效范围太大，这可能会永远存在，但最终这是你可能必须做出的牺牲。

事实上，这就是Python首先生成随机值的方式。来自random._randbelow()：

k = n.bit_length()  # don't use (n-1) here because n can be 1
r = getrandbits(k)          # 0 <= r < 2**k
while r >= n:
    r = getrandbits(k)
return r

它会一直生成低于2**k的随机整数，直到结果低于所需的n。就像你想要做的那样。

那就是说，对于你的具体情况你不应该这样做 - 担心浮点范围的端点有点徒劳。

首先，正如@ user2357112指出的那样，考虑统一分布的开放端点和封闭端点是一种迂腐的练习。在实数行（或任何子集）上，随机选择您的端点的概率为0.此外，对于浮点数，事态变得更糟，而不是更好。由于浮点数不能精确地表示所有实数，因此完全有可能（甚至可能）您的任何一个端点都不存在，因此无论指定的边界如何，都不能返回。

@EllaShar有一个有趣的想法，但我不会在实践中推荐它。如果你真的需要精确控制边界，坚持原始解决方案，它更简单，更易读，更清晰正确。

顺便说一句，如果您的RNG返回[a, b)范围内的数字，并且您希望获得(a, b]范围内的数字，则可以简单地否定您的范围，例如

-random.randrange(-b, -a)

Answer 2

要在舍入后生成[st，ed]中的数字，您可以执行random.uniform(st, closest_smaller_than_ed)。

要获得最接近编辑的编号，该编号小于编辑使用（请参阅this）：

numpy.nextafter(ed, ed - 1)

您可能需要检查ed != st以避免生成不在[st, ed)中的号码。

同样，要获得val（st，ed）do：

if st == ed:
    return ed
st_adjusted = numpy.nextafter(st, st + 1)
return random.uniform(st_adjusted, ed)

修改

dimo414的评论是正确的，有ed的值，对于他们来说，获得nearest_smaller_than_ed的概率将为零。证明：

（我将通过名称adj_ed调用nearest_smaller_than_ed）

方法random.uniform(st, adj_ed)等于st + (adj_ed - st) * random.rand()。当random.rand()给出的最接近的数字小于1时，会达到最大值，即numpy.nextafter(1, 0)。

所以问题是，是否存在st + (adj_ed - st) * numpy.nextafter(1, 0) < adj_ed的ed值。如果有这样的ed，那么对于这个ed，没有机会使用我的方法获得adj_ed，因为我们可以得到的最大数字小于adj_ed。

答案是肯定的，就像OP建议的那样，有st = 0; ed = 360这样的编辑。

这给出了：

>>> st = 0 >>> ed = 360 >>> adj_ed = numpy.nextafter(ed, ed - 1) >>> adj_1 = numpy.nextafter(1, 0) >>> st + (adj_ed - st) * adj_1 359.99999999999989 >>> adj_ed 359.99999999999994 >>> st + (adj_ed - st) * adj_1 == numpy.nextafter(adj_ed, adj_ed - 1) True

<强> EDIT2：

我有一个新想法，但我不确定它能解决所有问题。

如果我们首先检查random.uniform(st, ed)可以给出的最大值是什么（如果它不是，那么一切都好，没有什么可以解决的）。只有这样我们才会按照之前的建议使用random.uniform(st, closest_smaller_than_ed)。

def does_uniform_include_edge(st, ed): adj_1 = numpy.nextafter(1, 0) return st + (ed - st) * adj_1 == ed def uniform_without_edge(st, ed): if does_uniform_include_edge(st, ed): adj_ed = numpy.nextafter(ed, ed - 1) # if there is an ed such that does_uniform_include_edge(st, adj_ed) is False then this solution is wrong. Is there? return random.uniform(st, adj_ed) return random.uniform(st, ed) print(uniform_without_edge(st, ed))

对于st = 0; ed = 360，我们有does_uniform_include_edge(st, ed) == False，因此我们只返回random.uniform(st, ed)。

有没有办法为random.uniform设置开放和封闭的端点？

2 个答案: