一篇文章帶你了解python標(biāo)準(zhǔn)庫--random模塊
1. random庫基本介紹
Random庫時(shí)使用隨機(jī)數(shù)的python標(biāo)準(zhǔn)庫
- 偽隨機(jī)數(shù):采用梅森旋轉(zhuǎn)算法生成的(偽)隨機(jī)序列中的元素
- Random庫主要用于生成隨機(jī)數(shù)
- 使用random庫:import random
2. random庫概述
Random庫包含兩類函數(shù),常用共8個(gè)
- 基本隨機(jī)函數(shù):seed() random()
- 擴(kuò)展隨機(jī)函數(shù):randint() getrandbits() uniform()
- randrange() choice() shuffle()
2.1 基本隨機(jī)函數(shù)
- 隨機(jī)數(shù)種子
- 基本隨機(jī)函數(shù)
示例 1
>>> import random #調(diào)用random模塊 >>> random.seed(5) >>> random.random() 0.6229016948897019 >>> random.random() 0.7417869892607294
示例 2
>>> import random >>> random.seed(5) >>> random.random() 0.6229016948897019 >>> random.seed(5) >>> random.random() 0.6229016948897019
2.2 擴(kuò)展隨機(jī)函數(shù)
擴(kuò)展隨機(jī)函數(shù)
3. 隨機(jī)數(shù)函數(shù)的使用
- 能夠利用隨機(jī)數(shù)種子產(chǎn)生“確定“偽隨機(jī)數(shù)
- 能夠產(chǎn)生隨機(jī)整數(shù)
- 能夠?qū)π蛄蓄愋瓦M(jìn)行隨機(jī)操作
4. 實(shí)例
1.用random.random()生成一個(gè)基于0.0<=x<=1.0之間的浮點(diǎn)數(shù)
>>> import random >>> random.random() #調(diào)用random()方法 0.594515103049593 >>>
2.用random.uniform(a,b)在指定范圍獲取隨機(jī)數(shù)。返回一個(gè)隨機(jī)浮點(diǎn)數(shù)N,若a<=b,則返回a<=N<=b;若a>=b,則返回b<=N<=a。
>>> random.uniform(1,8) #在【1,8】范圍內(nèi)獲取一個(gè)隨機(jī)浮點(diǎn)數(shù) 2.9432430789720927 >>> random.uniform(9,6) 6.502188530262087 >>> random.uniform(-10,-1) -1.6640665895566507 >>>
3.用random.triangular(low,high,mode)返回三角形分布的隨機(jī)數(shù)。
返回一個(gè)隨機(jī)的浮點(diǎn)數(shù)N,使得low<=N<=high,并且在這些邊界指定mode。low和high默認(rèn)為0和1。mode參數(shù)默認(rèn)為邊界之間的中點(diǎn)。若持續(xù)使用該方法,可以得到以mode為對(duì)稱點(diǎn)的隨機(jī)分布數(shù)據(jù)集。
>>> random.triangular() #在默認(rèn)情況下產(chǎn)生一個(gè)三角形分布隨機(jī)數(shù) 0.764537932523999 >>> random.triangular(1,12) #指定【low,high】范圍參數(shù) 3.2879057952571604 >>> random.triangular(11,12,20) #指定low、high、mode參數(shù) 11.832700021006795 >>> random.triangular(0,5,10) 6.032774679089732 >>>
4.用random.betavariate(alpha,beta)求Beta分布,參數(shù)的條件是α>0和β>0,返回值的范圍介于0和1之間。
>>> random.betavariate(5,8) #求Beta隨機(jī)分布值 0.2348237132951728 >>>
標(biāo)準(zhǔn)庫只要了解每個(gè)類的使用方法和參數(shù)的含義與使用,就能很快上手python的標(biāo)準(zhǔn)庫,唯一的缺點(diǎn)就是你需要簡(jiǎn)單記憶一下1經(jīng)常用到的方法,有點(diǎn)費(fèi)腦。
總結(jié)
本篇文章就到這里了,希望能給你帶來幫助,也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!
相關(guān)文章
一文弄懂Pytorch的DataLoader, DataSet, Sampler之間的關(guān)系
這篇文章主要介紹了一文弄懂Pytorch的DataLoader, DataSet, Sampler之間的關(guān)系,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)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2020-07-07python標(biāo)準(zhǔn)庫random模塊處理隨機(jī)數(shù)
這篇文章主要介紹了python標(biāo)準(zhǔn)庫random模塊處理隨機(jī)數(shù),random模塊實(shí)現(xiàn)了各種分布的偽隨機(jī)數(shù)生成器,具體介紹感興趣的小伙伴可以參考一下2022-09-09Pandas中KeyError: 'Column_Name' not
在使用Pandas進(jìn)行數(shù)據(jù)處理時(shí),KeyError: 'Column_Name' not in index是一種常見的錯(cuò)誤,它通常發(fā)生在嘗試訪問DataFrame中不存在的列名時(shí),本文將深入分析這一錯(cuò)誤的原因、提供解決辦法,需要的朋友可以參考下2024-07-07解決Python3.8用pip安裝turtle-0.0.2出現(xiàn)錯(cuò)誤問題
turtle庫是python的基礎(chǔ)繪圖庫,這個(gè)庫被介紹為一個(gè)最常用的用來給孩子們介紹編程知識(shí)的方法庫,這篇文章主要介紹了解決Python3.8用pip安裝turtle-0.0.2出現(xiàn)錯(cuò)誤問題,需要的朋友可以參考下2020-02-02python實(shí)現(xiàn)圖像隨機(jī)裁剪的示例代碼
這篇文章主要介紹了python實(shí)現(xiàn)圖像隨機(jī)裁剪的示例代碼,幫助大家更好的理解和使用python處理圖片,感興趣的朋友可以了解下2020-12-12python?web.py啟動(dòng)https端口的方式
這篇文章主要介紹了python?web.py啟動(dòng)https端口,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2023-05-05Python時(shí)區(qū)設(shè)置方法與pytz查詢時(shí)區(qū)教程
這篇文章主要介紹了Python時(shí)區(qū)設(shè)置的方法和pytz查詢時(shí)區(qū)的方法,大家參考使用吧2013-11-11