本文實(shí)例講述了Python生成隨機(jī)數(shù)組的方法。分享給大家供大家參考，具體如下：

研究排序問(wèn)題的時(shí)候常常需要生成隨機(jī)數(shù)組來(lái)驗(yàn)證自己排序算法的正確性和性能，今天把Python生成隨機(jī)數(shù)組的方法稍作總結(jié)，以備以后查看使用。

一、使用random模塊生成隨機(jī)數(shù)組

python的random模塊中有一些生成隨機(jī)數(shù)字的方法，例如random.randint， random.random, random.uniform, random.randrange,這些函數(shù)大同小異，均是在返回指定范圍內(nèi)的一個(gè)整數(shù)或浮點(diǎn)數(shù)，下邊簡(jiǎn)單解釋一下這幾個(gè)函數(shù)。

1、random.randint(low, hight) -> 返回一個(gè)位于[low,hight]之間的整數(shù)

該函數(shù)接受兩個(gè)參數(shù)，這兩個(gè)參數(shù)必須是整數(shù)（或者小數(shù)位是0的浮點(diǎn)數(shù)），并且第一個(gè)參數(shù)必須不大于第二個(gè)參數(shù)

>>> import random
>>> random.randint(1,10)
5
>>> random.randint(1.0, 10.0)
5

2、random.random() -> 不接受參數(shù)，返回一個(gè)[0.0, 1.0)之間的浮點(diǎn)數(shù)

>>> random.random()
0.9983625479554628

3、random.uniform(val1, val2) -> 接受兩個(gè)數(shù)字參數(shù)，返回兩個(gè)數(shù)字區(qū)間的一個(gè)浮點(diǎn)數(shù)，不要求val1小于等于val2

>>> random.uniform(1,5.0)
2.917249424176132
>>> random.uniform(9.9, 2)
3.4288029275359024

*4、random.randrange(start, stop, step) -> 返回以start開(kāi)始，stop結(jié)束，step為步長(zhǎng)的列表中的隨機(jī)整數(shù)，同樣，三個(gè)參數(shù)均為整數(shù)（或者小數(shù)位為0），若start大于stop時(shí) ，setp必須為負(fù)數(shù).step不能是0.*

>>> random.randrange(1, 100, 2) #返回[1,100]之間的奇數(shù)
95
>>> random.randrange(100, 1, -2) #返回[100,1]之間的偶數(shù)
46

運(yùn)行效果圖如下：

5、生成隨機(jī)數(shù)組

下邊我們用random.randint來(lái)生成一個(gè)隨機(jī)數(shù)組

import random
def random_int_list(start, stop, length):
  start, stop = (int(start), int(stop)) if start <= stop else (int(stop), int(start))
  length = int(abs(length)) if length else 0
  random_list = []
  for i in range(length):
    random_list.append(random.randint(start, stop))
  return random_list

接下來(lái)我們就可以用這個(gè)函數(shù)來(lái)生成一個(gè)隨機(jī)的整數(shù)序列了

>>> random_int_list(1,100,10)
[54, 13, 6, 89, 87, 39, 60, 2, 63, 61]

二、使用numpy.random模塊來(lái)生成隨機(jī)數(shù)組

1、np.random.rand 用于生成[0.0, 1.0)之間的隨機(jī)浮點(diǎn)數(shù)， 當(dāng)沒(méi)有參數(shù)時(shí)，返回一個(gè)隨機(jī)浮點(diǎn)數(shù)，當(dāng)有一個(gè)參數(shù)時(shí)，返回該參數(shù)長(zhǎng)度大小的一維隨機(jī)浮點(diǎn)數(shù)數(shù)組，參數(shù)建議是整數(shù)型，因?yàn)槲磥?lái)版本的numpy可能不支持非整形參數(shù)。

import numpy as np
>>> np.random.rand(10)
array([ 0.56911206, 0.99777291, 0.18943144, 0.19387287, 0.75090637,
    0.18692814, 0.69804514, 0.48808425, 0.79440667, 0.66959075])

當(dāng)然該函數(shù)還可以用于生成多維數(shù)組，這里不做詳述。

2、np.random.randn該函數(shù)返回一個(gè)樣本，具有標(biāo)準(zhǔn)正態(tài)分布。

>>> np.random.randn(10)
array([-1.6765704 , 0.66361856, 0.04029481, 1.19965741, -0.57514593,
    -0.79603968, 1.52261545, -2.17401814, 0.86671727, -1.17945975])

3、np.random.randint(low[, high, size]) 返回隨機(jī)的整數(shù)，位于半開(kāi)區(qū)間 [low, high)。

>>> np.random.randint(10,size=10)
array([4, 1, 4, 3, 8, 2, 8, 5, 8, 9])

4、random_integers(low[, high, size]) 返回隨機(jī)的整數(shù)，位于閉區(qū)間 [low, high]。

>>> np.random.random_integers(5)
4

5、np.random.shuffle(x) 類(lèi)似洗牌，打亂順序；np.random.permutation(x)返回一個(gè)隨機(jī)排列

>>> arr = np.arange(10)
>>> np.random.shuffle(arr)
>>> arr
[1 7 5 2 9 4 3 6 0 8]
>>>> np.random.permutation(10)
array([1, 7, 4, 3, 0, 9, 2, 5, 8, 6])

PS：這里再為大家提供兩款相關(guān)在線工具供大家參考使用：

在線隨機(jī)數(shù)字/字符串生成工具：
http://tools.jb51.net/aideddesign/suijishu

高強(qiáng)度密碼生成器：
http://tools.jb51.net/password/CreateStrongPassword

更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專(zhuān)題：《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python Socket編程技巧總結(jié)》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門(mén)與進(jìn)階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》

希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。

最新評(píng)論