1. random庫基本介紹

Random庫時使用隨機數(shù)的python標準庫

• 偽隨機數(shù)：采用梅森旋轉(zhuǎn)算法生成的（偽）隨機序列中的元素
• Random庫主要用于生成隨機數(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

• 基本隨機函數(shù)：seed() random()
• 擴展隨機函數(shù)：randint() getrandbits() uniform()
  
• randrange() choice() shuffle()

2.1 基本隨機函數(shù)

• 隨機數(shù)種子
  

• 基本隨機函數(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 擴展隨機函數(shù)

擴展隨機函數(shù)

3. 隨機數(shù)函數(shù)的使用

• 能夠利用隨機數(shù)種子產(chǎn)生“確定“偽隨機數(shù)
• 能夠產(chǎn)生隨機整數(shù)
• 能夠?qū)π蛄蓄愋瓦M行隨機操作

4. 實例

1.用random.random()生成一個基于0.0<=x<=1.0之間的浮點數(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數(shù)。返回一個隨機浮點數(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)獲取一個隨機浮點數(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數(shù)。

返回一個隨機的浮點數(shù)N，使得low<=N<=high，并且在這些邊界指定mode。low和high默認為0和1。mode參數(shù)默認為邊界之間的中點。若持續(xù)使用該方法，可以得到以mode為對稱點的隨機分布數(shù)據(jù)集。

>>> random.triangular()   #在默認情況下產(chǎn)生一個三角形分布隨機數(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隨機分布值
0.2348237132951728
>>> 

標準庫只要了解每個類的使用方法和參數(shù)的含義與使用，就能很快上手python的標準庫，唯一的缺點就是你需要簡單記憶一下1經(jīng)常用到的方法，有點費腦。

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注腳本之家的更多內(nèi)容！

最新評論