Python的Random庫(kù)的使用方法詳解
python–random庫(kù)基本介紹
random庫(kù)是使用隨機(jī)數(shù)的Python標(biāo)準(zhǔn)庫(kù)
python中用于生成偽隨機(jī)數(shù)的函數(shù)庫(kù)是random
因?yàn)槭菢?biāo)準(zhǔn)庫(kù)，使用時(shí)候只需要import random
random庫(kù)包含兩類函數(shù)，常用的共9個(gè)
基本隨機(jī)函數(shù)： seed(),和random()
- seed(a=None)
初始化給定的隨機(jī)數(shù)種子，默認(rèn)為當(dāng)前系統(tǒng)時(shí)間
random.seed(10)
產(chǎn)生種子10對(duì)應(yīng)的序列
- random()
生成一個(gè)[0.0,1.0)之間的隨機(jī)小數(shù)
random.random()
0.5714025946899135
隨機(jī)數(shù)產(chǎn)生與種子有關(guān)，如果種子是1哦，第一個(gè)數(shù)必定是這個(gè)
使用隨機(jī)數(shù)種子的好處是可以復(fù)現(xiàn)有隨機(jī)數(shù)的程序
常用的經(jīng)過(guò)擴(kuò)展的 random()方法
擴(kuò)展隨機(jī)函數(shù)：
在random庫(kù)中，最基本的是seed 和random 函數(shù)，但時(shí)功能比較單一，為此產(chǎn)生了6個(gè)擴(kuò)展隨機(jī)數(shù)函數(shù)
- randint(a,b)
生成一個(gè)[a,b]之間的整數(shù)
random.randint(10,100)
- randrange(m,n[,k])
生成一個(gè)[m,n)之間以k為步長(zhǎng)的隨機(jī)整數(shù)
random.randrange(10,100,10)
- getrandbits(k)
生成一個(gè)k比特長(zhǎng)的隨機(jī)整數(shù)
random.getrandbits(16)
37885
- uniform(a,b)
生成一個(gè)[a,b]之間的隨機(jī)小數(shù)
random.uniform(10,100)
16.848041210321334
- choice(seq)
序列相關(guān)
從序列中隨機(jī)選擇一個(gè)元素
- random.choice([1, 2, 3, 4, 5, 6, 7, 8, 9])
8
shuffle(seq)
將序列seq中元素隨機(jī)排列,返回打亂后的序列
s=[1, 2, 3, 4, 5, 6, 7, 8, 9]; random.shuffle(s); print(s)
[9, 4, 6, 3, 5, 2, 8, 7, 1]
舉例一個(gè)常見(jiàn)的例子
- 隨機(jī)整數(shù)：
代碼如下:
import random random.randint(0,99)
21
- 隨機(jī)選取0到100間的偶數(shù)：
代碼如下:
import random random.randrange(0, 101, 2)
42
- 隨機(jī)浮點(diǎn)數(shù)：
代碼如下:
import random random.random() 0.85415370477785668 random.uniform(1, 10)
5.4221167969800881
- 隨機(jī)字符：
代碼如下:
import random
random.choice('abcdefg&#%^*f')'d'
- 多個(gè)字符中選取特定數(shù)量的字符：
代碼如下:
import random
random.sample('abcdefghij', 3)['a', 'd', 'b']
- 多個(gè)字符中選取特定數(shù)量的字符組成新字符串：
代碼如下:
import random ''.join( random.sample(['a','b','c','d','e','f','g','h','i','j'], 3) )
'fih'
- 隨機(jī)選取字符串：
代碼如下:
import random random.choice ( ['apple', 'pear', 'peach', 'orange', 'lemon'] )
'lemon'
- 洗牌：
代碼如下:
import random items = [1, 2, 3, 4, 5, 6] random.shuffle(items)
[3, 2, 5, 6, 4, 1]
到此這篇關(guān)于Python的Random庫(kù)的使用方法詳解的文章就介紹到這了,更多相關(guān)Python的Random庫(kù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要為大家介紹了?Python字典的增刪改查，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來(lái)幫助2022-01-01
這篇文章主要介紹了python判斷文件存在方式,判斷文件是否存在在實(shí)際應(yīng)用中用的非常多，下面我們來(lái)歸納一下檢查文件、文件夾是否存在的各種操作，需要的朋友可以參考下2022-09-09
16中Python機(jī)器學(xué)習(xí)類別特征處理方法總結(jié)
類別型特征（categorical?feature）主要是指職業(yè)，血型等在有限類別內(nèi)取值的特征。在這篇文章中，小編將給大家分享一下16種類別特征處理方法，需要的可以參考一下2022-09-09
使用python的pandas為你的股票繪制趨勢(shì)圖
這篇文章主要介紹了通過(guò)python為你的股票繪制趨勢(shì)圖,動(dòng)手寫個(gè)小程序， 把股票趨勢(shì)每天早上發(fā)到郵箱里，用 python 的 pandas, matplotlib 寫起來(lái)很容易， 幾十行代碼搞定。,需要的朋友可以參考下2019-06-06
Python的Itetool是一個(gè)模塊，它提供了各種函數(shù)，這些函數(shù)在迭代器上工作以產(chǎn)生復(fù)雜的迭代器。該模塊作為一個(gè)快速，內(nèi)存效率的工具，可以單獨(dú)使用或組合使用以形成迭代器代數(shù)。本文就來(lái)和大家詳細(xì)聊聊無(wú)限迭代器，感興趣的可以了解一下2022-09-09
這篇文章主要介紹了在python中設(shè)置柱狀圖參數(shù)的操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-05-05
Keras預(yù)訓(xùn)練的ImageNet模型實(shí)現(xiàn)分類操作
這篇文章主要介紹了Keras預(yù)訓(xùn)練的ImageNet模型實(shí)現(xiàn)分類操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-07-07
作者分享了在業(yè)務(wù)場(chǎng)景中如何優(yōu)化接口查詢的實(shí)踐經(jīng)驗(yàn),主要面臨的問(wèn)題是需要隨機(jī)獲取上游查詢接口的結(jié)果,提出了兩種方案,方案一是反復(fù)查詢并隨機(jī)獲取查詢結(jié)果；方案二是查詢一次,然后隨機(jī)從查詢結(jié)果中獲取,通過(guò)實(shí)測(cè)比較,方案二的性能提升較大2024-10-10
本文主要介紹了Python numpy.add函數(shù)的具體使用,numpy.add函數(shù)不僅僅是一個(gè)簡(jiǎn)單的加法操作,更是一個(gè)功能強(qiáng)大且高度優(yōu)化的工具,可適用于各種復(fù)雜的數(shù)值計(jì)算和數(shù)據(jù)處理任務(wù),感興趣的可以了解一下2023-12-12
這篇文章主要介紹了Python如何獲取多線程返回結(jié)果，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-05-05