Python generate_map函数生成坐标未覆盖x、y完整负取值区间

• 函数参数逻辑错位：定义的形参x_range、y_range本来的设计意图应该是对应x轴、y轴的取值范围，但实际代码里不管生成横坐标还是纵坐标，都统一把这两个入参当随机数的上下限传给random.randint。虽然这次传(-300,300)的时候随机区间的数值刚好对上，但整个设计完全没区分x、y轴的独立范围，后面如果要给x、y设不同的取值区间马上就会出bug。
• 纯随机采样的固有偏差：当前代码是完全无约束的独立随机采样，35个点位的样本量本身就没法100%保证一定覆盖到接近区间端点的负向取值（比如靠近-300的坐标）。这种没覆盖完整负范围的情况，不是代码把负区间排除了，是纯随机采样的概率特性决定的——35次采样全落在-299以上、没碰到靠近-300的区间是完全可能发生的。

需要同时解决参数逻辑混乱、随机采样漏覆盖两个问题：

1. 重构函数参数，把语义模糊的x_range/y_range拆成x轴最小/最大值、y轴最小/最大值，实现两个轴的范围独立配置
2. 增加强制边界采样逻辑，不把所有点位的生成都交给随机数，保证最终生成的点位一定能覆盖到取值范围的各个方向边界，从根源上避免漏采负向区间的问题

修正后的可运行代码：

import random

def generate_map(x_min, x_max, y_min, y_max, locations):
    generated_map = []
    # 强制生成靠近四个取值边界的点位，保证全范围覆盖
    boundary_points = [
        [x_min + random.randint(0, 5), random.randint(y_min, y_max)],
        [x_max - random.randint(0, 5), random.randint(y_min, y_max)],
        [random.randint(x_min, x_max), y_min + random.randint(0, 5)],
        [random.randint(x_min, x_max), y_max - random.randint(0, 5)]
    ]
    generated_map.extend(boundary_points)
    # 剩余点位用随机采样补齐到要求的总数量
    for _ in range(locations - len(boundary_points)):
        current_x = random.randint(x_min, x_max)
        current_y = random.randint(y_min, y_max)
        generated_map.append([current_x, current_y])
    return generated_map

# 调用示例：x、y范围均为-300到300，生成35个点位
generated_map = generate_map(-300, 300, -300, 300, 35)

补充说明：如果不需要严格覆盖到端点附近，只是想提升负区间的覆盖概率，可以直接把总点位的固定比例（比如40%）设置为从负区间采样、剩余部分从全区间采样，同样可以解决纯随机采样漏覆盖的问题。

内容的提问来源于stack exchange，提问作者EngineerHus123