python隨機(jī)平面函數(shù) 隨機(jī)數(shù)函數(shù)python

python用什么函數(shù)產(chǎn)生隨機(jī)數(shù)

在python中用于生成隨機(jī)數(shù)的模塊是random,在使用前需要import

我們提供的服務(wù)有：成都網(wǎng)站建設(shè)、網(wǎng)站建設(shè)、微信公眾號(hào)開發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認(rèn)證、漯河ssl等。為數(shù)千家企事業(yè)單位解決了網(wǎng)站和推廣的問題。提供周到的售前咨詢和貼心的售后服務(wù)，是有科學(xué)管理、有技術(shù)的漯河網(wǎng)站制作公司

random.random:

random.random():生成一個(gè)0-1之間的隨機(jī)浮點(diǎn)數(shù).例:

[python] view plain copy

import random

print random.random()

# 0.87594424128

random.uniform

random.uniform(a, b):生成[a,b]之間的浮點(diǎn)數(shù).例:

[python] view plain copy

import random

print random.uniform(0, 10)

# 5.27462570463

random.ranint

random.randint(a, b):生成[a,b]之間的整數(shù).例:

[python] view plain copy

import random

print random.randint(0, 10)

# 8

random.randrange

random.randrange(a, b, step):在指定的集合[a,b)中,以step為基數(shù)隨機(jī)取一個(gè)數(shù).如random.randrange(0, 20, 2),相當(dāng)于從[0,2,4,6,...,18]中隨機(jī)取一個(gè).例:

[python] view plain copy

import random

print random.randrange(0, 20, 2)

# 14

python函數(shù)深入淺出 17.random.randint()函數(shù)詳解

random() 函數(shù)命名來源于英文單詞random(隨機(jī))。

randint是random + integer拼接簡寫而成，代表隨機(jī)一個(gè)整數(shù)

Python標(biāo)準(zhǔn)庫中的random函數(shù)，可以生成隨機(jī)浮點(diǎn)數(shù)、整數(shù)、字符串，甚至幫助你隨機(jī)選擇列表序列中的一個(gè)元素，打亂一組數(shù)據(jù)等。

random.randint() 函數(shù)的例子：

用于生成一個(gè)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(jī)數(shù)n：a=n=b

a必須小于或等于b，否則報(bào)錯(cuò)。

其他random的方法：

無

隨機(jī)數(shù)是用于生成測試入?yún)⒌暮棉k法，也常見于各種需要隨機(jī)的場合。

但是每次隨機(jī)帶來的不確定性也會(huì)造成某些驗(yàn)證功能的困難，因此可以使用random.seed()通過指定隨機(jī)的種子值保證每次生成隨機(jī)數(shù)是同一序列的偽隨機(jī)數(shù)。觀察下面的輸出：

對基礎(chǔ)運(yùn)行環(huán)境有疑問的，推薦參考: python函數(shù)深入淺出 0.基礎(chǔ)篇

python3.6 secrets隨機(jī)數(shù)函數(shù)怎么使用

Python生成隨機(jī)數(shù)和隨機(jī)數(shù)質(zhì)量的方法，random.random()用于生成一個(gè)指定范圍內(nèi)的隨機(jī)符點(diǎn)數(shù)，兩個(gè)參數(shù)其中一個(gè)是上限，一個(gè)是下限。如果a b，則生成隨機(jī)數(shù)：pre t="code" l="python"print random.uniform(10, 20)

print random.uniform(20, 10)

#----

#18.

#12.

random.randint用于生成一個(gè)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，Python生成隨機(jī)數(shù)pre t="code" l="python"print random.randint(12, 20) #生成的隨機(jī)數(shù)n: 12 = n = 20

print random.randint(20, 20) #結(jié)果永遠(yuǎn)是20

#print random.randint(20, 10) #該語句是錯(cuò)誤的。random.randrange方法從指定范圍內(nèi)，按指定基數(shù)遞增的集合中 ，下面對python生成隨機(jī)數(shù)的應(yīng)用程序的部分介紹：1.隨機(jī)整數(shù)：

pre t="code" l="python" import random

random.randint(0,99)

212.隨機(jī)選取0到100間的偶數(shù)：

pre t="code" l="python" import random

random.randrange(0, 101, 2)

423.隨機(jī)浮點(diǎn)數(shù)：

pre t="code" l="python" import random

random.random()

0.

random.uniform(1, 10)

5..隨機(jī)字符：

pre t="code" l="python" import random

random.choice('abcdefg%^*f')

'd'5.多個(gè)字符中選取特定數(shù)量的字符：

pre t="code" l="python" import random

random.sample('abcdefghij',3)

['a', 'd', 'b']6.多個(gè)字符中選取特定數(shù)量的字符組成新字符串：

pre t="code" l="python" import random

import string

string.join(random.sample(['a','b','c','d','e','f','g','h','i','j'], 3)).r

eplace(" ","")

'fih'

python基礎(chǔ)2：隨機(jī)數(shù)生成—random模塊、numpy中的random函數(shù)

在Python中可以用于隨機(jī)數(shù)生成的有兩種主要途徑，一是random模塊，另一個(gè)是numpy庫中random函數(shù)。

在我們?nèi)粘Ｊ褂弥校绻菫榱说玫诫S機(jī)的單個(gè)數(shù)，多考慮random模塊；如果是為了得到隨機(jī)小數(shù)或者整數(shù)的矩陣，就多考慮numpy中的random函數(shù),當(dāng)然numpy也可以的到隨機(jī)的單個(gè)數(shù)

一、random模塊

二、numpy庫中random函數(shù)

random模塊中將近有7個(gè)函數(shù)都是可以用來生成隨機(jī)數(shù)的:

作用：隨機(jī)生成一個(gè) [0,1) 的浮點(diǎn)數(shù)

作用：隨機(jī)生成一個(gè) [a,b) 的浮點(diǎn)數(shù)

作用：隨機(jī)生成一個(gè) [a,b] 的整數(shù)

作用：從列表，元組，字符串、集合（可用于for循環(huán)的數(shù)據(jù)類型）中隨機(jī)選擇一個(gè)元素

作用：在生成的以a為始，每step遞增，以b為終這樣的一個(gè)整數(shù)序列中隨機(jī)選擇一個(gè)數(shù)

作用：打亂一個(gè)列表的元素順序

從序列population中隨機(jī)取出k個(gè)數(shù)；population的類型可以是列表、元組、集合、字符串；

在Numpy庫中，常用使用np.random.rand()、np.random.randn()和np.random.randint()隨機(jī)函數(shù)。

作用：返回一個(gè)或一組服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)樣本值

備注：標(biāo)準(zhǔn)正態(tài)分布是以0為均數(shù)、以1為標(biāo)準(zhǔn)差的正態(tài)分布，記為N（0，1）。對應(yīng)的正態(tài)分布曲線如下所示，即

作用：使用方法與np.random.randn()函數(shù)相同 ，通過本函數(shù)可以返回一個(gè)或一組服從“0~1”均勻分布的隨機(jī)樣本值。隨機(jī)樣本取值范圍是[0,1)，不包括1

numpy.random.randint(low, high=None, size=None, dtype='l')

輸入：

low—–為最小值

high—-為最大值

size—–為數(shù)組維度大小

dtype—為數(shù)據(jù)類型，默認(rèn)的數(shù)據(jù)類型是np.int。

作用： 返回隨機(jī)整數(shù)或整型數(shù)組，范圍區(qū)間為[low,high），包含low，不包含high； high沒有填寫時(shí)，默認(rèn)生成隨機(jī)數(shù)的范圍是[0，low

np.random.random([size])

作用：生成[0,1)之間的浮點(diǎn)數(shù),與np.random.rand()功能類似

np.random.choice(a,[ size, replace, p])

參考文檔1： 【python】numpy之random庫簡單的隨機(jī)數(shù)據(jù)生成.rand()、.randint()、.randn()、.random()等（一）

參考文檔2： Python中隨機(jī)數(shù)的生成

參考文檔3： numpy.random模塊常用函數(shù)

終于寫完了，我以為它很簡單的………………預(yù)計(jì)1小時(shí)，結(jié)果寫了2.5小時(shí)

用python生成隨機(jī)數(shù)的幾種方法

1 從給定參數(shù)的正態(tài)分布中生成隨機(jī)數(shù)

當(dāng)考慮從正態(tài)分布中生成隨機(jī)數(shù)時(shí)，應(yīng)當(dāng)首先知道正態(tài)分布的均值和方差（標(biāo)準(zhǔn)差），有了這些，就可以調(diào)用python中現(xiàn)有的模塊和函數(shù)來生成隨機(jī)數(shù)了。這里調(diào)用了Numpy模塊中的random.normal函數(shù)，由于邏輯非參簡單，所有直接貼上代碼如下：

import numpy as np# 定義從正態(tài)分布中獲取隨機(jī)數(shù)的函數(shù)def get_normal_random_number(loc, scale): """ :param loc: 正態(tài)分布的均值 :param scale: 正態(tài)分布的標(biāo)準(zhǔn)差 :return:從正態(tài)分布中產(chǎn)生的隨機(jī)數(shù) """ # 正態(tài)分布中的隨機(jī)數(shù)生成 number = np.random.normal(loc=loc, scale=scale) # 返回值 return number# 主模塊if __name__ == "__main__": # 函數(shù)調(diào)用 n = get_normal_random_number(loc=2, scale=2) # 打印結(jié)果 print(n) # 結(jié)果:3.275192443463058

2 從給定參數(shù)的均勻分布中獲取隨機(jī)數(shù)的函數(shù)

考慮從均勻分布中獲取隨機(jī)數(shù)的時(shí)候，要事先知道均勻分布的下界和上界，然后調(diào)用Numpy模塊的random.uniform函數(shù)生成隨機(jī)數(shù)。

import numpy as np# 定義從均勻分布中獲取隨機(jī)數(shù)的函數(shù)def get_uniform_random_number(low, high): """ :param low: 均勻分布的下界 :param high: 均勻分布的上界 :return: 從均勻分布中產(chǎn)生的隨機(jī)數(shù) """ # 均勻分布的隨機(jī)數(shù)生成 number = np.random.uniform(low, high) # 返回值 return number# 主模塊if __name__ == "__main__": # 函數(shù)調(diào)用 n = get_uniform_random_number(low=2, high=4) # 打印結(jié)果 print(n) # 結(jié)果:2.4462417140153114

3 按照指定概率生成隨機(jī)數(shù)

有時(shí)候我們需要按照指定的概率生成隨機(jī)數(shù)，比如已知盒子中每種顏色的球的比例，猜測下一次取出的球的顏色。在這里介紹的問題和上面的例子相似，要求給定一個(gè)概率列表，從列表對應(yīng)的數(shù)字列表或區(qū)間列表中生成隨機(jī)數(shù)，分兩部分討論。

3.1 按照指定概率從數(shù)字列表中隨機(jī)抽取數(shù)字

假設(shè)給定一個(gè)數(shù)字列表和一個(gè)與之對應(yīng)的概率列表，兩個(gè)列表對應(yīng)位置的元素組成的元組即表示該數(shù)字在數(shù)字列表中以多大的概率出現(xiàn)，那么如何根據(jù)這些已知條件從數(shù)字列表中按概率抽取隨機(jī)數(shù)呢？在這里我們考慮用均勻分布來模擬概率，代碼如下：

import numpy as npimport random# 定義從均勻分布中獲取隨機(jī)數(shù)的函數(shù)def get_uniform_random_number(low, high): """ :param low: 均勻分布的下界 :param high: 均勻分布的上界 :return: 從均勻分布中產(chǎn)生的隨機(jī)數(shù) """ # 均勻分布的隨機(jī)數(shù)生成 number = np.random.uniform(low, high) # 返回值 return number# 定義從一個(gè)數(shù)字列表中以一定的概率取出對應(yīng)區(qū)間中數(shù)字的函數(shù)def get_number_by_pro(number_list, pro_list): """ :param number_list:數(shù)字列表 :param pro_list:數(shù)字對應(yīng)的概率列表 :return:按概率從數(shù)字列表中抽取的數(shù)字 """ # 用均勻分布中的樣本值來模擬概率 x = random.uniform(0, 1) # 累積概率 cum_pro = 0.0 # 將可迭代對象打包成元組列表 for number, number_pro in zip(number_list, pro_list): cum_pro += number_pro if x cum_pro: # 返回值 return number# 主模塊if __name__ == "__main__": # 數(shù)字列表 num_list = [1, 2, 3, 4, 5] # 對應(yīng)的概率列表 pr_list = [0.1, 0.3, 0.1, 0.4, 0.1] # 函數(shù)調(diào)用 n = get_number_by_pro(number_list=num_list, pro_list=pr_list) # 打印結(jié)果 print(n) # 結(jié)果:1

3.2 按照指定概率從區(qū)間列表中的某個(gè)區(qū)間內(nèi)生成隨機(jī)數(shù)

給定一個(gè)區(qū)間列表和一個(gè)與之對應(yīng)的概率列表，兩個(gè)列表相應(yīng)位置的元素組成的元組即表示某數(shù)字出現(xiàn)在某區(qū)間內(nèi)的概率是多少，已知這些，我們?nèi)绾紊呻S機(jī)數(shù)呢？這里我們通過兩次使用均勻分布達(dá)到目的，代碼如下：

import numpy as npimport random# 定義從均勻分布中獲取隨機(jī)數(shù)的函數(shù)def get_uniform_random_number(low, high): """ :param low: 均勻分布的下界 :param high: 均勻分布的上界 :return: 從均勻分布中產(chǎn)生的隨機(jī)數(shù) """ # 均勻分布的隨機(jī)數(shù)生成 number = np.random.uniform(low, high) # 返回值 return number# 定義從一個(gè)數(shù)字列表中以一定的概率取出對應(yīng)區(qū)間中數(shù)字的函數(shù)def get_number_by_pro(number_list, pro_list): """ :param number_list:數(shù)字列表 :param pro_list:數(shù)字對應(yīng)的概率列表 :return:按概率從數(shù)字列表中抽取的數(shù)字 """ # 用均勻分布中的樣本值來模擬概率 x = random.uniform(0, 1) # 累積概率 cum_pro = 0.0 # 將可迭代對象打包成元組列表 for number, number_pro in zip(number_list, pro_list): cum_pro += number_pro if x cum_pro: # 從區(qū)間[number. number - 1]上隨機(jī)抽取一個(gè)值 num = get_uniform_random_number(number, number - 1) # 返回值 return num# 主模塊if __name__ == "__main__": # 數(shù)字列表 num_list = [1, 2, 3, 4, 5] # 對應(yīng)的概率列表 pr_list = [0.1, 0.3, 0.1, 0.4, 0.1] # 函數(shù)調(diào)用 n = get_number_by_pro(number_list=num_list, pro_list=pr_list) # 打印結(jié)果 print(n) # 結(jié)果:3.49683787011193

網(wǎng)頁標(biāo)題：python隨機(jī)平面函數(shù) 隨機(jī)數(shù)函數(shù)python
文章出自：http://www.muchs.cn/article36/hphppg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站改版、企業(yè)建站、網(wǎng)站收錄、企業(yè)網(wǎng)站制作、Google、手機(jī)網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)