random.uniform（0,1）は0または1を生成できますか？

ではドキュメントチャンスがあると言われているuniform(0,1)値を生成することができます0し、で1。

私はuniform(0, 1)10000回実行しましたが、ゼロを生成したことはありません。の場合でもuniform(0, 0.001)。

random.uniform(0,1)これまでに生成できます0か1？

uniform(0, 1)は生産でき0ますが、生産されることはありません1。

ドキュメントには、エンドポイントがあることがわかりますb 可能性が生成された値に含まれます。

b式の浮動小数点の丸めに応じて、終点の値が範囲に含まれる場合と含まれない場合がありますa + (b-a) * random()。

したがってuniform(0, 1)、の式は0 + (1-0) * random()、に簡略化され1 * random()、1正確に生成できる必要があります。それrandom.random()は1.0 exactly. However,random（）*never* produces1.0`の場合にのみ発生します。

random.random()ドキュメントの引用：

[0.0、1.0）の範囲の次のランダムな浮動小数点数を返します。

表記[..., ...)は、最初の値がすべての可能な値の一部であることを意味しますが、2番目の値はそうではありません。random.random()ほとんどの農産物値で意志非常に近くに1.0。Pythonのfloatタイプは、IEEE 754 base64浮動小数点値であり、値を構成する2進分数（1 / 2、1 / 4、1 / 5など）をエンコードします。値がrandom.random()生成するのは、単に2 ** -1（1/2）から2 ** -53（1/9007199254740992）までの53のそのようなフラクションのランダムな選択。

ただし、に非常に近い値が生成される可能性があるため1.0、浮動小数点ナブマーを乗算したときに発生する丸め誤差とともに、およびの一部の値に対して生成できます。しかし、これらの価値観には含まれていません。bab01

は0.0 random.random() を生成できるためa、random.uniform()（a + (b - a) * 0 == a）の可能な値に常に含まれていることに注意してください。生成さ2 ** 53れるrandom.random()可能性のあるさまざまな値（53の2進数のすべての可能な組み合わせ）があるため、これが発生する可能性は2 ** 531インチ（9007199254740992に1倍）です。

したがって、random.random()生成できる最大値は1 - (2 ** -53)です。十分に小さい値を選択するだけでb - a、より高いrandom.random()値を掛けたときに丸めが有効になります。小さいほどb - a、それが発生する可能性が高くなります。

>>> import random, sys
>>> def find_b():
...     a, b = 0, sys.float_info.epsilon
...     while random.uniform(a, b) != b:
...         b /= 2
...     else:
...         return b
...
>>> print("uniform(0, {0}) == {0}".format(find_b()))
...
uniform(0, 4e-323) == 4e-323

をb = 0.0押すと、1023回の除算が行われます。上記の値は、1019回の除算でラッキーになったことを意味します。私がこれまでに見つけた最高の値（上記の関数をループで実行max()）は8.095e-320（1008目盛）ですが、おそらくもっと高い値があります。それはすべて偶然のゲームです。:-)

それはまたの間にはない多くの離散的なステップがある場合に発生する可能性がありますaとb、ときのようにaしてb高い指数を持っており、これまでのところ、アパートのように見えることがあります。浮動小数点値はまだ近似値に過ぎず、エンコードできる値の数は有限です。例えば、差のわずか1バイナリ画分が存在するsys.float_info.maxとsys.float_info.max - (2 ** 970)、そう50-50可能性があるrandom.uniform(sys.float_info.max - (2 ** 970), sys.float_info.max)作り出しますsys.float_info.max。

>>> a, b = sys.float_info.max - (2 ** 970), sys.float_info.max
>>> values = [random.uniform(a, b) for _ in range(10000)]
>>> values.count(sys.float_info.max)  # should be roughly 5000
4997

「数回」では十分ではありません。10,000では十分ではありません。random.uniform2 ^ 53（9,007,199,254,740,992）の異なる値から選択します。そのうちの2つに興味があります。そのため、正確に0または1の値を取得する前に、数兆のランダムな値を生成することを期待する必要があります。したがって、それは可能ですが、それを決して観察しない可能性が非常に高くなります。

正確な0を表示するために必要な反復回数をカウントするループを試して生成できます（しないでください）。

さらに、ホッブズが述べたように、uniformlyサンプリングされる値の量は9,007,199,254,740,992です。つまり、0が表示される確率は正確に1 / 9,007,199,254,740,992です。これは、一般的に言えば、切り上げにより、0を見つけるために平均 10兆兆個のサンプルが必要になることを意味します。もちろん、最初の10回の試行でそれが見つかるかもしれません。

値に定義された間隔は括弧で閉じられているため、1を含まないため、1をサンプリングすることは不可能です。

承知しました。uniform(0, 0.001)代わりに試すことで、あなたはすでに正しい方向に進んでいた。境界を制限し続けて、それがより早く発生するようにします。

>>> random.uniform(0., 5e-324)
5e-324
>>> random.uniform(0., 5e-324)
5e-324
>>> random.uniform(0., 5e-324)
0.0