Python3內(nèi)置模塊random隨機方法小結(jié)
前言
random是Python中與隨機數(shù)相關(guān)的模塊,其本質(zhì)就是一個偽隨機數(shù)生成器,我們可以利用random模塊基礎(chǔ)生成各種不同的隨機數(shù),以及一些基于隨機數(shù)的操作。
生成隨機數(shù)相關(guān)
生成0~1之間的浮點數(shù)
import random r = random.random() print(r) r = random.random() print(r)
示例結(jié)果:
0.9928249533693085 0.474901555446297
生成指定范圍內(nèi)的浮點數(shù)
import random r = random.uniform(1, 100) print(r) r = random.uniform(100, 1) print(r)
示例結(jié)果:
69.0347778479432 3.2085981780335118
即隨機范圍兩端可以隨意放置范圍,無須左邊小右邊大。
生成指定范圍內(nèi)的整數(shù)
import random r = random.randint(1, 100) print(r)
示例結(jié)果:
58
randrange生成隨機整數(shù)
利用randrange生成遞增序列然后從序列中隨機返回一個整數(shù)
import random # 0 - 100 隨機序列 r = random.randrange(101) print(r) # 10 - 100 隨機序列 r = random.randrange(10, 101) print(r) # 10 - 100 并且步進(jìn)(間隔)為3 的 隨機序列 r = random.randrange(10, 101, 3) print(r)
示例結(jié)果:
52 60 46
序列處理相關(guān)
從序列中獲取一個隨機元素
利用random.choice(iter)從任意序列中,比如列表,元組,字典等隨意獲取一個元素
import random S = 'I like Python' # 生成一個列表 L = S.split(' ') print(L) r = random.choice(L) print(r)
打亂序列元素的排列順序
利用random.shuffle(iter)將原序列中的元素排列打亂
import random S = 'I like Python' # 生成一個列表 L = S.split(' ') print(L) random.shuffle(L) print(L)
示例結(jié)果:
['I', 'like', 'Python'] ['like', 'Python', 'I']
從序列隨機獲取多個元素
利用random.sample()序列中隨機獲取指定個數(shù)的元素,并返回指定長度的序列,不會改變原有序列
# 生成一個遞增序列 L = range(11) rs = random.sample(L, 4) print(rs)
示例結(jié)果:
[1, 0, 10, 7]
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
詳解mac python+selenium+Chrome 簡單案例
這篇文章主要介紹了詳解mac python+selenium+Chrome 簡單案例,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-11-11python實現(xiàn)美團訂單推送到測試環(huán)境,提供便利操作示例
這篇文章主要介紹了python實現(xiàn)美團訂單推送到測試環(huán)境,提供便利操作,涉及Python基于requests模塊的網(wǎng)絡(luò)請求與數(shù)據(jù)處理相關(guān)操作技巧,需要的朋友可以參考下2019-08-08Python深度學(xué)習(xí)pytorch神經(jīng)網(wǎng)絡(luò)Dropout應(yīng)用詳解解
這篇文章主要為大家介紹了Python深度學(xué)習(xí)中關(guān)于pytorch神經(jīng)網(wǎng)絡(luò)Dropout的應(yīng)用詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步2021-10-10淺談Pytorch中autograd的若干(踩坑)總結(jié)
這篇文章主要介紹了Pytorch中autograd的若干(踩坑)總結(jié),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-05-05Opencv圖像添加椒鹽噪聲、高斯濾波去除噪聲原理以及手寫Python代碼實現(xiàn)方法
椒鹽噪聲的特征非常明顯,為圖像上有黑色和白色的點,下面這篇文章主要給大家介紹了關(guān)于Opencv圖像添加椒鹽噪聲、高斯濾波去除噪聲原理以及手寫Python代碼實現(xiàn)的相關(guān)資料,文中通過實例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-09-09