我产生了一系列使用该行随机浮动的：
random.random()*(maxval-minval) + minval
我用它来可变噪声添加到给定的变量，并添加噪声的量取决于一系列因素。 在某些情况下，噪声应如此之高，在实践中，原始值丢失了，我有一个完全随机的值。
在此背景下，该代码与有限值的作品，但如果我用“INF”，它返回NaN。 有一种解决方法，使一个连续的随机范围可能包括无限？ 我不想乱动os.random()因为它是机器特有的。
Answer 1:
在意见讨论后，我建议如下：
>>> m=sys.maxint
>>> np.random.uniform(-m,m,5)
array([ -5.32362215e+18, -2.90131323e+18, 5.14492175e+18,
-5.64238742e+18, -3.49640768e+18])
正如说，你可以得到最大整数sys.maxint那么你可以使用np.random.randint获得之间的随机数maxint和-maxint 。
Answer 2:
如果定义在一个无限域均匀随机分布，被选择的任何值的域中的概率是极小的。 什么你问不作任何数学意义。
Answer 3:
由于这是之前说的，你不能在整个实线均匀分布，但你可以使用具有实时在线支持其他随机分布。 考虑柯西分布。 它具有“重尾”，它只是意味着有获得非常大的数字的体面概率。
Answer 4:
作为@Asad说，你正在尝试在数学上是不是很健全。 但是你可以做什么，如下：
定义一个非常大的数字（也许这篇文章可以帮助： 什么是值的浮动可以在Python的范围是多少？ ）
根据需要使用random.uniform（0，biggestValue）作为随机值的近似值。
也许这是你在找什么。
文章来源: Full-range random number in Python
