numpy.random.uniform有效边界疑问：使用double极值为何触发报错？

问题场景 #

numpy.random.uniform用于生成[low, high)区间内的double类型随机数，但直接传入np.finfo(np.double)返回的最小/最大值时会触发溢出错误：

import numpy as np
info = np.finfo(np.double)
np.random.uniform(low=info.min, high=info.max)

OverflowError: Range exceeds valid bounds

将边界值减半后则能正常运行：

np.random.uniform(low=info.min/2, high=info.max/2)

核心原因 #

问题出在numpy.random.uniform的内部实现逻辑：

1. 函数会先计算区间差值 high - low
2. 生成[0,1)区间的随机数，乘以该差值后加上low得到最终结果

当low为double的最小负值（≈-1.7976931348623157e+308）、high为最大正值（≈1.7976931348623157e+308）时，high - low的结果≈3.5953862697246314e+308，这个数值已经超过了double类型能表示的最大值（即info.max），直接触发溢出错误。

实际支持的限制 #

low和high的核心限制是：两者的差值必须在double类型的可表示范围内，即：

• high - low ≤ np.finfo(np.double).max（避免上溢）
• high - low ≥ np.finfo(np.double).tiny（避免下溢，tiny是double能表示的最小正数值）

补充说明 #

• np.finfo返回的边界是包含的，double类型确实可以存储这些极值，但uniform的计算逻辑要求差值不能溢出，因此无法直接用这两个极值作为区间边界。
• 如果需要生成覆盖尽可能大范围的double随机数，low=-info.max/2、high=info.max/2是安全的选择，此时差值刚好等于info.max，不会触发溢出。

内容的提问来源于stack exchange，提问作者Lain2