问题描述
我想生成两组变量，h_min 和 h_max，
h_max = [h_max_1,h_max_2,…h_max_2000]
h_min = [h_min_1,h_min_2,… h_min_2000]
h_max 的每个元素都是基于均匀分布生成的，即，
h_max = np.random.uniform(0,20,2000).
对于每一个元素，h_min_i，应该根据范围为0的均匀分布生成，对应的h_max_i即h_min_i = np.random.uniform(0,h_max_i)
不使用迭代，如何高效生成h_min
解决方法
numpy.random.uniform 函数允许第一个和/或第二个参数是一个数组，而不仅仅是一个数字。它们完全按照您的预期工作：
h_max=np.random.uniform(0,20,2000)
h_min=np.random.uniform(0,h_max,2000)
但是，从 NumPy 1.17 开始，numpy.random.* 函数（例如 numpy.random.uniform）已成为遗留函数，并且出于向后兼容性的原因，预计它们的算法将保持原样。但是，该版本没有弃用任何 numpy.random.* 函数，因此它们暂时仍然可用。另见this question。
在较新的应用程序中，您应该使用 1.17 版中引入的新系统，包括 numpy.random.Generator（如果您拥有该版本或更高版本）。新系统的优势之一是应用程序对全局状态的依赖较少。 Generator 也有一个 uniform 方法，其工作方式与遗留函数 numpy.random.uniform 的工作方式大致相同。以下示例使用 Generator 并适用于您的情况：
gen=np.random.default_rng() # Creates a default Generator
h_max=gen.uniform(0,2000)
h_min=gen.uniform(0,2000)