Python:random库使用方法

机器视觉001 2020-11-13 02:49:32
Python 使用 Random 方法 使用方法


Python:random库使用方法

random 库是使用随机数的 Python 标准库。

从概率论角度来说,随机数是随机产生的数据(比如抛硬币),但是计算机不可能产生随机值,真正的随机数也是在特定条件下产生的确定值,只不过这些条件我们没有理解,或者超出了我们的理解范围。计算机不能产生真正的随机数,那么伪随机数也就被称为随机数。

伪随机数:计算机中通过采用梅森旋转算法生成的(伪)随机序列元素。

python中用于生成伪随机数的函数库是random。

因为是标准库,使用时候只需要:import random 即可。

random库包含两类函数,常用的共8个:

  • 基本随机函数: seed(), random()
  • 扩展随机函数:randint(), getrandbits(), uniform(), randrange(), choice(), shuffle()

 基本随机数

Python中产生随机数使用随机数种子来产生。

只要种子相同,产生的随机序列,无论是每一个数,还是数与数之间的关系都是确定的,所以随机数种子确定了随机序列的产生。随机序列中的每一个数就是随机数。

基本随机函数

函数

描述

  seed(a=None)

初始化给定的随机数种子,默认为当前系统时间

>>>random.seed(10)     #产生种子10对应的序列

 random()

 生成一个[0.0,1.0)之间的随机小数

>>>random.random()

0.5714025946899135

 

 

 

 

 

使用随机数种子的好处是可以复现有随机数的程序。

扩展随机函数

随机数函数的使用要点:

--能够利用随机数种子产生“确定”伪随机数:seed生成种子,random函数产生随机数

--能够产生随机整数

--能对序列类型进行随机操作

函数 描述
 randint(a,b)

 生成一个[a,b]之间的整数

>>>random.randint(10,1000)

49

 randrange(m,n[,k])

 生成一个[m,n)之间以k为步长的随机整数

>>>random.randrange(10,1000,10)

620

 getrandbits(k)

 生成一个k比特长的随机整数

>>>random.getrandbits(16)

16383

 uniform(a,b)

 生成一个[a,b]之间的随机小数

>>>random.uniform(10,100)

24.684121564308157

 choice(seq)   

序列相关

 从序列中随机选择一个元素

>>>random.choice([1, 2, 3, 4, 5, 6, 7, 8, 9])

5

 shuffle(seq)

序列相关

 将序列seq中元素随机排列,返回打乱后的序列

>>>s=[1, 2, 3, 4, 5, 6, 7, 8, 9]; random.shuffle(s); print(s)

[3, 9, 7, 4, 1, 2, 6, 5, 8]

 

 

 

 

 

 

 

 

 

 

 

 

 

版权声明
本文为[机器视觉001]所创,转载请带上原文链接,感谢
https://blog.csdn.net/liubing8609/article/details/109479064

  1. 利用Python爬虫获取招聘网站职位信息
  2. Using Python crawler to obtain job information of recruitment website
  3. Several highly rated Python libraries arrow, jsonpath, psutil and tenacity are recommended
  4. Python装饰器
  5. Python实现LDAP认证
  6. Python decorator
  7. Implementing LDAP authentication with Python
  8. Vscode configures Python development environment!
  9. In Python, how dare you say you can't log module? ️
  10. 我收藏的有关Python的电子书和资料
  11. python 中 lambda的一些tips
  12. python中字典的一些tips
  13. python 用生成器生成斐波那契数列
  14. python脚本转pyc踩了个坑。。。
  15. My collection of e-books and materials about Python
  16. Some tips of lambda in Python
  17. Some tips of dictionary in Python
  18. Using Python generator to generate Fibonacci sequence
  19. The conversion of Python script to PyC stepped on a pit...
  20. Python游戏开发,pygame模块,Python实现扫雷小游戏
  21. Python game development, pyGame module, python implementation of minesweeping games
  22. Python实用工具,email模块,Python实现邮件远程控制自己电脑
  23. Python utility, email module, python realizes mail remote control of its own computer
  24. 毫无头绪的自学Python,你可能连门槛都摸不到!【最佳学习路线】
  25. Python读取二进制文件代码方法解析
  26. Python字典的实现原理
  27. Without a clue, you may not even touch the threshold【 Best learning route]
  28. Parsing method of Python reading binary file code
  29. Implementation principle of Python dictionary
  30. You must know the function of pandas to parse JSON data - JSON_ normalize()
  31. Python实用案例,私人定制,Python自动化生成爱豆专属2021日历
  32. Python practical case, private customization, python automatic generation of Adu exclusive 2021 calendar
  33. 《Python实例》震惊了,用Python这么简单实现了聊天系统的脏话,广告检测
  34. "Python instance" was shocked and realized the dirty words and advertisement detection of the chat system in Python
  35. Convolutional neural network processing sequence for Python deep learning
  36. Python data structure and algorithm (1) -- enum type enum
  37. 超全大厂算法岗百问百答(推荐系统/机器学习/深度学习/C++/Spark/python)
  38. 【Python进阶】你真的明白NumPy中的ndarray吗?
  39. All questions and answers for algorithm posts of super large factories (recommended system / machine learning / deep learning / C + + / spark / Python)
  40. [advanced Python] do you really understand ndarray in numpy?
  41. 【Python进阶】Python进阶专栏栏主自述:不忘初心,砥砺前行
  42. [advanced Python] Python advanced column main readme: never forget the original intention and forge ahead
  43. python垃圾回收和缓存管理
  44. java调用Python程序
  45. java调用Python程序
  46. Python常用函数有哪些?Python基础入门课程
  47. Python garbage collection and cache management
  48. Java calling Python program
  49. Java calling Python program
  50. What functions are commonly used in Python? Introduction to Python Basics
  51. Python basic knowledge
  52. Anaconda5.2 安装 Python 库(MySQLdb)的方法
  53. Python实现对脑电数据情绪分析
  54. Anaconda 5.2 method of installing Python Library (mysqldb)
  55. Python implements emotion analysis of EEG data
  56. Master some advanced usage of Python in 30 seconds, which makes others envy it
  57. python爬取百度图片并对图片做一系列处理
  58. Python crawls Baidu pictures and does a series of processing on them
  59. python链接mysql数据库
  60. Python link MySQL database