Python random模塊（獲取隨機數(shù)）常用方法和使用例子
random.random
random.random()用于生成一個0到1的隨機符點數(shù): 0 <= n < 1.0
random.uniform
random.uniform(a, b)，用于生成一個指定范圍內(nèi)的隨機符點數(shù)，兩個參數(shù)其中一個是上限，一個是下限。如果a > b，則生成的隨機數(shù)n: a <= n <= b。如果 a <b， 則 b <= n <= a
print random.uniform(10, 20)
print random.uniform(20, 10)
# 18.7356606526
# 12.5798298022
random.randint
random.randint(a, b)，用于生成一個指定范圍內(nèi)的整數(shù)。其中參數(shù)a是下限，參數(shù)b是上限，生成的隨機數(shù)n: a <= n <= b
print random.randint(12, 20) # 生成的隨機數(shù) n: 12 <= n <= 20
print random.randint(20, 20) # 結(jié)果永遠是20
# print random.randint(20, 10) # 該語句是錯誤的。下限必須小于上限
random.randrange
random.randrange([start], stop[, step])，從指定范圍內(nèi)，按指定基數(shù)遞增的集合中 獲取一個隨機數(shù)。如：random.randrange(10, 100, 2)，結(jié)果相當于從[10, 12, 14, 16, ... 96, 98]序列中獲取一個隨機數(shù)。random.randrange(10, 100, 2)在結(jié)果上與 random.choice(range(10, 100, 2) 等效
random.choice
random.choice從序列中獲取一個隨機元素。其函數(shù)原型為：random.choice(sequence)。參數(shù)sequence表示一個有序類型。這里要說明 一下：sequence在python不是一種特定的類型，而是泛指一系列的類型。list, tuple, 字符串都屬于sequence。有關(guān)sequence可以查看python手冊數(shù)據(jù)模型這一章。下面是使用choice的一些例子：
print random.choice("學習Python")
print random.choice(["JGood", "is", "a", "handsome", "boy"])
print random.choice(("Tuple", "List", "Dict"))
random.shuffle
random.shuffle(x[, random])，用于將一個列表中的元素打亂。如:
p = ["Python", "is", "powerful", "simple", "and so on..."]
random.shuffle(p)
print p
# ['powerful', 'simple', 'is', 'Python', 'and so on...']
random.sample
random.sample(sequence, k)，從指定序列中隨機獲取指定長度的片斷。sample函數(shù)不會修改原有序列
list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
slice = random.sample(list, 5) # 從list中隨機獲取5個元素，作為一個片斷返回
print slice
print list # 原有序列并沒有改變
隨機整數(shù)：
>>> random.randint(0,99)
# 21
隨機選取0到100間的偶數(shù)：
>>> random.randrange(0, 101, 2)
# 42
隨機浮點數(shù)：
>>> random.random()
0.85415370477785668
>>> random.uniform(1, 10)
# 5.4221167969800881
隨機字符：
>>> random.choice('abcdefg&#%^*f')
# 'd'
多個字符中選取特定數(shù)量的字符：
random.sample('abcdefghij', 3)
# ['a', 'd', 'b']
多個字符中選取特定數(shù)量的字符組成新字符串：
>>> import string
>>> string.join( random.sample(['a','b','c','d','e','f','g','h','i','j'], 3) ).replace(" ","")
# 'fih'
隨機選取字符串：
>>> random.choice ( ['apple', 'pear', 'peach', 'orange', 'lemon'] )
# 'lemon'
洗牌：
>>> items = [1, 2, 3, 4, 5, 6]
>>> random.shuffle(items)
>>> items
# [3, 2, 5, 6, 4, 1]
相關(guān)文章
Python?Excel操作從零學習掌握openpyxl用法
這篇文章主要為大家介紹了Python?Excel操作從零學習掌握openpyxl用法示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-08-08
這篇文章主要介紹了Python爬取幾千條相親文案，其實具體的說應(yīng)該是通過Python寫了一個簡單的腳本在抓取公開的相親文案,需要的小伙伴可以參考一下，希望對你有所幫助2021-12-12
Python數(shù)學建模StatsModels統(tǒng)計回歸之線性回歸示例詳解
這篇文章主要為大家介紹了Python數(shù)學建模中StatsModels統(tǒng)計回歸之線性回歸的示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助2021-10-10
opencv是一個很強大的庫,支持多個編程語言,下面這篇文章主要給大家介紹了關(guān)于Python?OpenCV實現(xiàn)3種濾鏡效果的相關(guān)資料,文中通過示例代碼介紹的非常詳細,需要的朋友可以參考下2022-04-04
相對于百度云盤，阿里云盤的下載不限速，以及大容量空間深受大家的喜愛。本文將通過Python實現(xiàn)抓取阿里云盤的資源，感興趣的可以學習一下2022-02-02
這篇文章主要介紹了python使用百度翻譯進行中翻英示例,需要的朋友可以參考下2014-04-04
Python?實現(xiàn)一個全連接的神經(jīng)網(wǎng)絡(luò)
這篇文章主要介紹了Python?實現(xiàn)一個全連接的神經(jīng)網(wǎng)絡(luò)，文章圍繞主題展開詳細的內(nèi)容介紹，具有一定的參考價值，需要的小伙伴可以參考一下2022-06-06
本文是整理目前全版本pytorch深度學習環(huán)境配置指令，以下指令適用Windows操作系統(tǒng)，在Anaconda Prompt中運行，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-08-08
這篇文章主要介紹了Python實現(xiàn)UDP程序通信過程圖解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-05-05
想要徹底卸載?CentOS?上的?Python?嗎？不用擔心,我們來幫你搞定！本指南將教你如何在?CentOS?系統(tǒng)上完全清理?Python,讓你的系統(tǒng)煥然一新,跟著我們的步驟,讓你的系統(tǒng)煥然一新吧！2023-11-11