Python 内置模块之 random

概述十二、Python内置模块之randomrandom库是Python中生成随机数的标准库，包含的函数清单如下：基本随机函数：seed、random、getstate、setstate;扩展随机函数：randint、getrandbits、randrange、choice、shuffle、sample;分布随机函数：uniform、triangular、betava

　　十二、Python 内置模块之 random

　　random 库是 Python 中生成随机数的标准库，包含的函数清单如下：

　　基本随机函数：seed、random、getstate、setstate;

　　扩展随机函数：randint、getrandbits、randrange、choice、shuffle、sample;

　　分布随机函数：uniform、triangular、betavariate、expovariate、gammavariate、gauss、lognormvariate、normalvariate、vonmisesvariate、paretovariate、weibullvariate。

　　发现单词 variate 出现频率比较高，该但是是变量的意思。

　　12.1 基本随机函数

　　12.1.1 seed 与 random 函数

　　seed 函数初始化一个随机种子，默认是当前系统时间。

　　random 函数 生成一个 [0.0,1.0) 之间的随机小数 。

　　具体代码如下：

　　import random

　　random.seed(10)

　　x = random.random()

　　print(x)

　　其中需要说明的是 random.seed 函数， 通过 seed 函数 可以每次生成相同的随机数，例如下述代码：

　　import random

　　random.seed(10)

　　x = random.random()

　　print(x)

　　random.seed(10)

　　y = random.random()

　　print(y)

　　在不同的代码上获取到的值是不同的，但是 x 与 y 是相同的。

　　0.5714025946899135

　　0.5714025946899135

　　12.1.2 getstate() 和 setstate(state)

　　getstate 函数用来记录随机数生成器的状态，setstate 函数用来将生成器恢复到上次记录的状态。

　　# 记录生成器的状态

　　state_tuple = random.getstate()

　　for i in range(4):

　　print(random.random())

　　print("*"*10)

　　# 传入参数后恢复之前状态

　　random.setstate(state_tuple)

　　for j in range(4):

　　print(random.random())

　　输出的随机数两次一致。

　　0.10043296140791758

　　0.6183668665504062

　　0.6964328590693109

　　0.6702494141830372

　　**********

　　0.10043296140791758

　　0.6183668665504062

　　0.6964328590693109

　　0.6702494141830372

　　12.2 扩展随机函数

　　random 扩展随机函数有如下几个：

　　`randint`、`getrandbits`、`randrange`、`choice`、`shuffle`、`sample`

　　12.2.1 randint 和 randrange

　　randint 生成一个 [x,y] 区间之内的整数。

　　randrange 生成一个 [m,n) 区间之内以 k 为步长的随机整数。

　　测试代码如下：

　　x = random.randint(1,10)

　　print(x)

　　y = random.randrange(1,10,2)

　　print(y)

　　这两个函数比较简单，randint 函数原型如下：

　　random.randint(start,stop)

　　参数 start 表示最小值，参数 stop 表示最大值，两头都是闭区间，也就是 start 和 stop 都能被获取到。

　　randrange 函数原型如下：

　　random.randrange(start,stop,step)

　　如果函数调用时只有一个参数，默认是从 0 到该参数值，该函数与 randint 区别在于，函数是左闭右开，最后一个参数是步长。

　　查阅效果，可以复制下述代码运行：

　　for i in range(3):

　　print("*"*20)

　　print(random.randrange(10))

　　print(random.randrange(5,10))

　　print(random.randrange(5,100,5))

　　12.2.2 getrandbits(k) 和 choice(seq)

　　getrandbits 生成一个 k 比特长的随机整数，实际输出的是 k 位二进制数转换成的十进制数。

　　choice 从序列中随机选择一个元素。

　　x = random.getrandbits(5)

　　print(x)大连做人流多少钱 http://mobile.120wtrlyy.com/

　　# 生成的长度是 00000-11111

　　getrandbits(k) 函数可以简单描述如下：输出一个[0,2k−1] 范围内一个随机整数，k 表示的是 2 进制的位数。

　　choice 就比较简单了，从列表中返回一个随机元素。

　　import random

　　my_List = ["a", "b", "c"]

　　print(random.choice(my_List))

　　12.2.3 shuffle(seq) 和 sample(pop,k)

　　shuffle 函数用于将序列中的元素随机排序，并且原序列被修改。

　　sample 函数用于从序列或者集合中随机选择 k 个选择，原序列不变。

　　my_List = [1,2,3,4,5,6,7,8,9]

　　random.shuffle(my_List)

　　print(my_List)

　　shuffle 函数只能用于可变序列，不可变序列(如元组)会出现错误。

　　my_List = ["梦想", "橡皮擦", 1, 2, [3, 4]]

　　print(my_List)

　　ls = random.sample(my_List, 4)

　　print(ls)

　　12.3 分布随机函数

　　该部分涉及的比较多，重点展示重要和常见的一些函数。

　　12.3.1 uniform(a,b) 、betavariate 和 triangular 函数

　　uniform 生成一个 [a,b] 之间的随机小数，采用等概率分布。

　　betavariate 生成一个 [0,1] 之间的随机小数，采用 beta 分布。

　　triangular 生成一个 [low,high] 之间的随机小数，采用三角分布。

　　在使用 uniform 时候需要注意，如果 a

　　for i in range(3):

　　print(random.uniform(4, 1))

　　12.3.2 其它分布随机函数

　　以下都是生成随机数的方法，只是底层核心算法不同。

　　、、、、、、、。

　　expovariate：生成一个 (0,∞) 之间的随机整数，指数分布;

　　gammavariate：采用 gamma 分布;

　　gauss：采用高斯(正太)分布;

　　lognormvariate：对数正太分布;

　　normalvariate：正太分布;

　　vonmisesvariate：冯米赛斯分布;

　　paretovariate：帕累托分布;

　　weibullvariate：韦伯分布。

总结

以上是内存溢出为你收集整理的Python 内置模块之 random全部内容，希望文章能够帮你解决Python 内置模块之 random所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。