均匀分布是一种连续概率分布，表示在指定范围内的所有事件具有相等的发生概率。它常用于模拟随机事件，例如生成随机数或选择随机样本。
均匀分布用两个参数来定义：a表示分布的最小值，b表示分布的最大值。
均匀分布的概率密度函数 (PDF) 为：f(x) = 1 / (b - a) for a <= x <= b。
NumPy 提供了random.uniform()函数来生成服从均匀分布的随机数。该函数接受参数low（分布的下限，默认为0）、high（分布的上限，默认为1）和size（输出数组的形状）。
Seaborn 库提供了便捷的函数来可视化分布，包括均匀分布。
练习：生成介于-10到10之间的均匀分布随机数，并绘制分布图；比较不同范围下均匀分布形状的变化；利用均匀分布来模拟100次抛硬币的结果，并计算正面朝上的次数的概率。
逻辑分布，也称为Logistic分布，是一种连续概率分布，常用于建模具有S形增长特征的现象，例如生物种群增长、疫情发展等。它在机器学习中也具有广泛的应用，例如逻辑回归、神经网络等。
逻辑分布用两个参数来定义：loc表示分布的中心位置，默认为0；scale表示尺度参数，控制分布的平坦程度，默认为1。
逻辑分布的概率密度函数 (PDF) 为：f(x) = (scale / (π (1 + (x - loc) / scale)^2)) for all x。
NumPy 提供了random.logistic()函数来生成服从逻辑分布的随机数。该函数接受参数loc（位置参数，默认为0）和scale（尺度参数）。
微信公众号搜索：Let us Coding，关注后即可获取最新文章推送。
看完如果觉得有帮助，欢迎点赞、收藏、关注。
标签：游戏攻略
