Python 中random 库的详细使用
Random库主要包含返回随机数的函数,主要用于普通的随机数生成的程序,如果对随机性有特殊要求,比如加密等,可以用函数os.urandom()或者random模块内部的SystemRandom类,这些可以让数据接近真正的随机性。
前言
- 为啥突然写这个?因为用到就写呗,感觉对生成数据很有用,之前都是百度别人的,今天来对着官方文档写,超级标准!
- 这边只讲常用的,看了下文档还有什么数学方法,太高级好像用不上
返回整数
random.randrange语法格式
两种写法
random.randrange(stop)
random.randrange(start, stop[, step])
- start:起始数字,包含(取得到 start 这个值)
- stop:末尾数字,不包含(取不到 stop 这个值)
- step:步长
实际栗子
# 栗子一
for i in range(5):
print(random.randrange(20))
####
17
4
7
7
4
# 栗子二
for i in range(5):
print(random.randrange(10, 20))
####
13
14
11
17
17
# 栗子三
for i in range(5):
print(random.randrange(10, 20, 2))
####
12
12
14
14
10
random.randint
语法格式
- 返回随机整数N满足
a<=N<=b
- 相当于
randrange(a,b+1)
random.randint(a, b)
实际栗子
for i in range(5):
print(random.randint(0,20))
####
19
20
11
6
3
a、b 都可以取得到哦
返回浮点数
random.random()语法格式
返回 [0.0, 1.0) 范围内的下一个随机浮点数
random.random()
实际栗子
# 栗子一
for i in range(5):
print(random.random())
####
0.9829492243165335
0.43473506430105724
0.5198709187243076
0.6437884305820736
0.7216771961168909
# 栗子二
for i in range(5):
print(math.ceil(random.random() * 1000))
####
772
352
321
62
127
random.uniform(a, b)
语法格式
- 返回一个随机浮点数N
- 当
a<=b
时,a<=N<=b
- 当
b<a
时,b<=N<=a
random.uniform(a, b)
实际栗子
# 栗子一
for i in range(5):
print(random.uniform(1, 10))
####
2.6200262089754593
9.220506911469235
3.0206896704014783
9.670905330339174
1.170694187192196
# 栗子二
for i in range(5):
print(random.uniform(8, 2))
####
2.696842757954265
6.058794935110275
7.567631220015144
2.2057698202258074
4.454083664106361
传递列表作为参数
random.choice
语法格式
- 从非空序列 seq 返回一个随机元素
- 如果 seq 为空,会抛出 IndexError
random.choice(seq)
实际栗子
# 数字数组
print(random.choice([1, 2, 3, 4, 5]))
# 字母数组
print(random.choice(["a", "b", "c"]))
# 字母元组
print(random.choice(("a", "b", "c")))
# 字符串
print(random.choice("abcdef"))
# string 模块返回的大小写字母字符串
print(random.choice(string.ascii_letters))
# string 模块返回的数字字符串
print(random.choice(string.digits))
# string 模块返回的数字字符串+大小写字母字符串
print(random.choice(string.digits + string.ascii_uppercase))
####
5
c
c
e
l
2
F
random.choices
语法格式
- populaiton:序列
- weights:普通权重
- cum_weights:累加权重
- k:选择次数
- weights 和 cum_weights 不能同时传,只能选择一个来传
random.choices(population, weights=None, *, cum_weights=None, k=1)
看的迷迷糊糊啥意思。。?来看栗子。。
不带参数的栗子
a = [1,2,3,4,5]
print(random.choices(a,k=5))
# 结果
[5, 5, 3, 1, 5]
可以重复取元素
带 weight 的栗子一
a = [1, 2, 3, 4, 5]
print(random.choices(a, weights=[0, 0, 1, 0, 0], k=5))
# 结果
[3,3,3,3,3]
- 序列有多长,weights 对应的序列就得多长,每个位置都是一一对应
- 像这里,3 的权重是 1,其他是 0 ,所以每次都取 3,因为它的权重最高,其他元素没有权重
带 weight 的栗子二
a = [1, 2, 3, 4, 5]
print(random.choices(a, weights=[0, 2, 1, 0, 0], k=5))
# 结果
[2, 2, 2, 2, 3]
2 的权重更大,所以取到它的概率更高
带 cum_weights 的栗子
a = [1, 2, 3, 4, 5]
print(random.choices(a, cum_weights=[1, 1, 1, 1, 1], k=5))
print(random.choices(a, cum_weights=[1, 4, 4, 4, 4], k=5))
print(random.choices(a, cum_weights=[1, 2, 3, 4, 5], k=5))
# 结果
[1, 1, 1, 1, 1]
[2, 2, 1, 2, 1]
[5, 5, 1, 4, 2]
是不是看不懂?我也看不懂,但其实就是普通权重相加而已
cum_weights=[1, 1, 1, 1, 1]
- 等价于 weights=[1, 0, 0, 0, 0]
- [1,1+0,1+0+0,1+0+0+0,1+0+0+0+0]
- 看懂了没,太反人类了。。
cum_weights=[1, 4, 4, 4, 4]
- 等价于 weights=[1, 3, 0, 0, 0]
- [1,1+3,1+3+0,1+3+0+0,1+3+0+0+0]
random.shuffle
语法格式
将序列 x 随机打乱位置
只能是列表[],元组、字符串会报错哦
random 暂时没找到有什么用,可以忽略
random.shuffle(x[, random])
实际栗子
# 数字数组
a = [1, 2, 3, 4, 5]
random.shuffle(a)
print(a)
# 字母数组
b = ["a", "b", "c"]
random.shuffle(b)
print(b)
####
[3, 5, 2, 4, 1]
['a', 'c', 'b']
random.sample
语法格式
- 从 population 中取 k 个元素,组成新的列表并返回
- 每次取元素都是不重复的,所以 population 的长度必须 ≥ k,否则会报错
random.sample(population, k)
实际栗子
全都是 k=3
# 数字数组
print(random.sample([1, 2, 3, 4, 5], 3))
# 字母数组
print(random.sample(["a", "b", "c"], 3))
# 字母元组
print(random.sample(("a", "b", "c"), 3))
# 字符串
print(random.sample("abcdef", 3))
# string 模块返回的大小写字母字符串
print(random.sample(string.ascii_letters, 3))
# string 模块返回的数字字符串
print(random.sample(string.digits, 3))
# string 模块返回的数字字符串+大小写字母字符串
print(random.sample(string.digits + string.ascii_uppercase, 3))
####
[2, 1, 3]
['b', 'c', 'a']
['a', 'b', 'c']
['a', 'f', 'b']
['M', 'w', 'W']
['7', '1', '5']
['R', '8', 'O']
以上就是Python random 库的详细使用的详细内容,更多关于Python random 库的资料请关注编程网其它相关文章!
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341