如何基于给定先验最值范围高效创建指定格式NumPy数组

直接使用NumPy内置的均匀分布采样接口np.random.uniform实现，无显式循环、代码量最小、运行效率最高。

核心代码 #

你只需要替换N为你需要的样本行数即可：

import numpy as np

N = 1000  # 自定义需要的样本总数
M = np.random.uniform(
    low=[0.60, 1, 0.022],   # 三个维度的最小值：x_min, y_min, z_min
    high=[0.80, 80, 0.024], # 三个维度的最大值：x_max, y_max, z_max
    size=(N, 3)
)

实现说明 #

• 输出的M是形状为(N, 3)的NumPy数组，结构完全匹配要求的[[x_0, y_0, z_0], [x_1, y_1, z_1], ...,[x_N, y_N, z_N]]格式
• 每一列的采样值严格落在对应维度的指定取值区间内，采样服从均匀分布，适配先验参数范围采样需求
• 底层为向量化C实现，即使N取到百万级也能毫秒级生成，性能远高于手写循环拼接的方案
• 如果需要固定生成结果保证可复现，在生成代码前加一行np.random.seed(任意整数)即可，比如np.random.seed(42)

内容的提问来源于stack exchange，提问作者camarman