python的random怎么用

图片[1]-python的random怎么用-uusu优素-乐高,模型,3d打印,编程

在 Python 的交互式解释器中先导入 random 模块,然后输入 random.__all__ 命令(__all__ 变量代表了该模块开放的公开接口),即可

看到该模块所包含的全部属性和函数:

>>>random.__all__
['Random','seed','random','uniform','randint','choice','sample','randrange','shuffle','normalvariate',
'lognormvariate','expovariate','vonmisesvariate','gammavariate','triangular','gauss','betavariate',
'paretovariate','weibullvariate','getstate','setstate','getrandbits','choices','SystemRandom']

在 random 模块下提供了如下常用函数:

random.seed(a=None, version=2):指定种子来初始化伪随机数生成器。

random.randrange(start, stop[, stop]):返回从 start 开始到 stop 结束、步长为 step 的随机数。其实就相当于 choice(range(start, stop, step)) 的效果,只不过实际底层并不生成区间对象。

random.randint(a, b):生成一个范围为 a≤N≤b 的随机数。其等同于 randrange(a, b+1) 的效果。

random.choice(seq):从 seq 中随机抽取一个元素,如果 seq 为空,则引发 IndexError 异常。

random.choices(seq, weights=None, cum_weights=None, k=1):从 seq 序列中抽取 k 个元素,还可通过 weights 指定各元素被抽取的权重(代表被抽取的可能性高低)。

random.shuffle(x[, random]):对 x 序列执行洗牌“随机排列”操作。

random.sample(population, k):从 population 序列中随机抽取 k 个独立的元素。

random.random():生成一个从0.0(包含)到 1.0(不包含)之间的伪随机浮点数。

random.uniform(a, b):生成一个范围为 a≤N≤b 的随机数。

random.expovariate(lambd):生成呈指数分布的随机数。其中 lambd 参数(其实应该是 lambda,只是 lambda 是 Python 关键字,所以简写成 lambd)为 1 除以期望平均值。如果 lambd 是正值,则返回的随机数是从 0 到正无穷大;如果 lambd 为负值,则返回的随机数是从负无穷大到 0。

推荐学习《python教程》

下面程序示范了 random 模块中常见函数的功能和用法:

importrandom
#生成范围为0.0≤x<1.0的伪随机浮点数
print(random.random())
#生成范围为2.5≤x<10.0的伪随机浮点数
print(random.uniform(2.5,10.0))
#生成呈指数分布的伪随机浮点数
print(random.expovariate(1/5))
#生成从0到9的伪随机整数
print(random.randrange(10))
#生成从0到100的随机偶数
print(random.randrange(0,101,2))
#随机抽取一个元素
print(random.choice(['Python','Swift','Kotlin']))
book_list=['Python','Swift','Kotlin']
#对列表元素进行随机排列
random.shuffle(book_list)
print(book_list)
#随机抽取4个独立的元素
print(random.sample([10,20,30,40,50],k=4))

运行上面程序,可以看到如下输出结果:

0.7097266660597923
6.4845555071809535
9.707899380000603
2
70
Python
['Swift','Python','Kotlin']
[20,10,30,50]

实际上,使用 random 模块中的随机函数可以做很多很有趣的事情。比如下面程序:

importrandom
importcollections
#指定随机抽取6个元素,各元素被抽取的权重(概率)不同
print(random.choices(['Python','Swift','Kotlin'],[5,5,1],k=6))
#下面模拟从52张扑克牌中抽取20张
#在被拍到的20张牌中,牌面为10(包括J、Q、K的的牌占多大比例
#生成一个16个tens(代表10)和36个low_cards(代表其他牌)的集合
deck=collections.Counter(tens=16,low_cards=36)
#从52张牌中随机抽取20张
seen=random.sample(list(deck.elements()),k=20)
#统计tens元素有多少个,再除以20
print(seen.count('tens')/20)
['Swift','Swift','Swift','Swift','Python','Swift']
0.45
原文来自:https://www.py.cn
© 版权声明
THE END
喜欢就支持一下吧
点赞14 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片

    暂无评论内容