隨機(jī)數(shù)函數(shù)Python 隨機(jī)數(shù)函數(shù)c語(yǔ)言

怎么用python生成隨機(jī)數(shù)？

在Python中，random模塊用于生成隨機(jī)數(shù)。下面介紹下random模塊中常用的幾個(gè)函數(shù)

創(chuàng)新互聯(lián)-專業(yè)網(wǎng)站定制、快速模板網(wǎng)站建設(shè)、高性價(jià)比道里網(wǎng)站開(kāi)發(fā)、企業(yè)建站全套包干低至880元,成熟完善的模板庫(kù),直接使用。一站式道里網(wǎng)站制作公司更省心,省錢(qián),快速模板網(wǎng)站建設(shè)找我們，業(yè)務(wù)覆蓋道里地區(qū)。費(fèi)用合理售后完善，十余年實(shí)體公司更值得信賴。

打開(kāi)我們python的ide

在打開(kāi)的shell中，首先需要導(dǎo)入random庫(kù)，才可以使用random中的方法，首先介紹下應(yīng)用最多的函數(shù)，random.random（），可以生成一個(gè)0到1的隨機(jī)符點(diǎn)數(shù)

random.uniform（a,b）函數(shù)，生成指定范圍內(nèi)的隨機(jī)符點(diǎn)數(shù)，如下圖

random.randint（a,b）函數(shù)，生成一個(gè)指定范圍內(nèi)的整數(shù)，如下圖

random.choice(sqe)函數(shù)，從sqe序列中得到一個(gè)隨機(jī)元素，如下圖，序列元素可以包含很多種類(lèi)，集合，列表，甚至元組都可以作為參數(shù)進(jìn)行傳遞

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(kù)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(kù)中random函數(shù)

random模塊中將近有7個(gè)函數(shù)都是可以用來(lái)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(lèi)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(lèi)型可以是列表、元組、集合、字符串；

在Numpy庫(kù)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(duì)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(guò)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(lèi)型，默認(rèn)的數(shù)據(jù)類(lèi)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(méi)有填寫(xiě)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(lèi)似

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

參考文檔1：【python】numpy之random庫(kù)簡(jiǎn)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(xiě)完了，我以為它很簡(jiǎn)單的………………預(yù)計(jì)1小時(shí)，結(jié)果寫(xiě)了2.5小時(shí)

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

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

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(lái)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(jiǎn)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(cè)下一次取出的球的顏色。在這里介紹的問(wèn)題和上面的例子相似，要求給定一個(gè)概率列表，從列表對(duì)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(duì)應(yīng)的概率列表，兩個(gè)列表對(duì)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(lái)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(duì)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(duì)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(lái)模擬概率 x = random.uniform(0, 1) # 累積概率 cum_pro = 0.0 # 將可迭代對(duì)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(duì)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(duì)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(guò)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(duì)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(duì)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(lái)模擬概率 x = random.uniform(0, 1) # 累積概率 cum_pro = 0.0 # 將可迭代對(duì)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(duì)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

python中random什么意思

Random意思是返回一個(gè)0~num-1之間的隨機(jī)數(shù)。?random(num)是在stdlib.h中的一個(gè)宏定義。num和函數(shù)返回值都是整型數(shù)。

如需要在一個(gè)random()序列上生成真正意義的隨機(jī)數(shù)，在執(zhí)行其子序列時(shí)使用randomSeed()函數(shù)預(yù)設(shè)一個(gè)絕對(duì)的隨機(jī)輸入，例如在一個(gè)斷開(kāi)引腳上的analogRead()函數(shù)的返回值。

Random的作用

Random使用之前需要使用Randomize語(yǔ)句進(jìn)行隨機(jī)數(shù)種子的初始化。RANDOM產(chǎn)生的是偽隨機(jī)數(shù)或者說(shuō)是用一種復(fù)雜的方法計(jì)算得到的序列值，因此每次運(yùn)算時(shí)需要一個(gè)不同的種子值。種子值不同，得到的序列值也不同。因此也就是真正的隨機(jī)數(shù)了。

RANDOM產(chǎn)生的是偽隨機(jī)數(shù)或者說(shuō)是用一種復(fù)雜的方法計(jì)算得到的序列值，因此每次運(yùn)算時(shí)需要一個(gè)不同的種子值。種子值不同，得到的序列值也不同。因此也就是真正的隨機(jī)數(shù)了。這也正是RANDOMIZE隨機(jī)初始化的作用。 VB里用 NEW RANDOM()來(lái)表示初始化。

randint在python中的意思

python中的randint用來(lái)生成隨機(jī)數(shù)，在使用randint之前，需要調(diào)用random庫(kù)。其表達(dá)是為random.randint(x,y)，參數(shù)x和y代表生成隨機(jī)數(shù)的區(qū)間范圍。

random() 函數(shù)命名來(lái)源于英文單詞random（隨機(jī)）。randint是random + integer拼接簡(jiǎn)寫(xiě)而成，代表隨機(jī)一個(gè)整數(shù)。

Python標(biāo)準(zhǔn)庫(kù)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。

函數(shù)randint的使用

1、OUT = RANDINT

產(chǎn)生一個(gè)“ 0 ”或“ 1 ”等概率。

2、OUT = RANDINT(M)

生成的M 矩陣的隨機(jī)二進(jìn)制數(shù)字，“ 0 ”和“ 1 ”出現(xiàn)的概率均等。

3、OUT = RANDINT(M,N)

生成的（M,N) 矩陣的隨機(jī)二進(jìn)制數(shù)字,“ 0 ”和“ 1 ”出現(xiàn)的概率均等。

4、OUT = RANDINT(M,N,RANGE)

生成的(M,N) 矩陣的隨機(jī)二進(jìn)制數(shù)字，RANGE范圍可以是標(biāo)量或向量。

標(biāo)量：為正的話，取值為[0,RANGE-1] ，為負(fù)的話，取值為 [RANGE+1, 0]。

向量：取值為[RANGE(1), RANGE(2)]。

5、OUT = RANDINT(M,N,RANGE,STATE)

resets the state of RAND to STATE。

分享標(biāo)題：隨機(jī)數(shù)函數(shù)Python 隨機(jī)數(shù)函數(shù)c語(yǔ)言
網(wǎng)站路徑：http://muchs.cn/article48/docdpep.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供用戶體驗(yàn)、服務(wù)器托管、Google、域名注冊(cè)、App設(shè)計(jì)、商城網(wǎng)站

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(qǐng)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(chǎng)，如需處理請(qǐng)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(lái)源：創(chuàng)新互聯(lián)

猜你還喜歡下面的內(nèi)容