Python偽隨機數模塊random詳解

 更新時間:2022年03月10日 14:28:42   作者:zy010101  
這篇文章主要為大家詳細介紹了Python偽隨機數模塊random,文中示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助

random模塊

該模塊實現了各種分布的偽隨機數生成器。(包括在實數軸上計算均勻、正態(高斯)、對數正態、負指數、伽馬和貝塔分布的函數)不應將此模塊的偽隨機生成器用于安全目的。有關安全性或加密用途,請使用secrets模塊。

關于random模塊的更多詳細內容,請參考官方文檔random — 生成偽隨機數

下面列舉一下該模塊常用的功能。

random.seed

random.seed(a=None, version=2)

初始化隨機數生成器,如果a被省略或為None,則使用當前系統時間。如果操作系統提供隨機源,則使用它們而不是系統時間。當你的seed是相同的情況下,你多次執行得到的隨機數序列是相同的。因為Mersenne Twister的完全確定性,因此random模塊產生的隨機數不適合加密目的。

常用整數隨機函數

random.randrange(stop)
random.randrange(start, stop[, step])

randrange()返回一個[start, stop)區間內隨機選擇的元素。

random.randint(a, b)

返回隨機整數 N 滿足 a <= N <= b。相當于 randrange(a, b+1)。

常用序列隨機函數

random.choice(seq)

從非空序列 seq 返回一個隨機元素。 如果 seq 為空,則引發 IndexError。

random.shuffle(x[, random])

將序列 x 隨機打亂位置。(在原來的序列上進行,不會生成新的序列。)

可選參數 random 是一個函數,在 [0.0, 1.0) 中返回隨機浮點數;默認情況下是函數 random.random() 。

random.sample(population, k, *, counts=None)

返回從總體序列或集合中選擇的唯一元素的 k 長度列表。 用于無重復的隨機抽樣。(抽獎常用的函數)下面是一個抽獎的例子。

有30000人參加了Python編程活動,然后抽取1000人進行獎勵。其中一等獎20人,二等獎30人,三等獎50人,四等獎200人,五等獎700人。

上述的抽獎活動,可以用如下的代碼完成。

res = random.sample(range(1, 30001), 1000)
print("一等獎名單:", res[:20])
print("二等獎名單:", res[20:50])
print("三等獎名單:", res[50:100])
print("四等獎名單:", res[100:300])
print("五等獎名單:", res[300:])

而且,這樣產生的抽獎結果也將是可控的。例如,我們需要3號中一等獎,33號中二等獎,333號中三等獎。代碼如下:

all_list = [x for x in range(1, 30001) if x not in[3, 33, 333]]
res = random.sample(all_list, 997)
# 暗箱操作
res.insert(random.randint(0, 10), 3)    # 將3號摻入前10
res.insert(random.randint(30, 40), 33)  # 將33號摻入30-40之間
res.insert(random.randint(70, 90), 333) # 將333摻入到70-90之間

print("一等獎名單:", res[:20])
print("二等獎名單:", res[20:50])
print("三等獎名單:", res[50:100])
print("四等獎名單:", res[100:300])
print("五等獎名單:", res[300:])

常用實數隨機函數

random.random()

返回 [0.0, 1.0) 范圍內的下一個隨機浮點數。

random.uniform(a, b)

返回一個隨機浮點數 N ,當 a <= b 時 a <= N <= b ,當 b < a 時 b <= N <= a 。終點 b 是否在該范圍內。取決于等式 a + (b-a) * random() 中的浮點舍入結果。

random.gauss(mu, sigma)

正態分布,也稱高斯分布。 mu 為平均值,而 sigma 為標準差。 此函數要稍快于下面所定義的 normalvariate() 函數。

多線程注意事項:

當兩個線程同時調用此方法時,它們有可能將獲得相同的返回值。 這可以通過三種辦法來避免。

1) 讓每個線程使用不同的隨機數生成器實例。

2) 在所有調用外面加鎖。

3) 改用速度較慢但是線程安全的 normalvariate() 函數。

random.normalvariate(mu, sigma)

正態分布。 mu 是平均值,sigma 是標準差。

總結

本篇文章就到這里了,希望能夠給你帶來幫助,也希望您能夠多多關注腳本之家的更多內容!   

相關文章

  • Python簡單實現網頁內容抓取功能示例

    Python簡單實現網頁內容抓取功能示例

    這篇文章主要介紹了Python簡單實現網頁內容抓取功能,結合實例形式分析了Python基于urllib模塊的網頁請求、內容讀取等相關操作技巧,需要的朋友可以參考下
    2018-06-06
  • Python startswith()和endswith() 方法原理解析

    Python startswith()和endswith() 方法原理解析

    這篇文章主要介紹了Python startswith()和endswith() 方法原理解析,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
    2020-04-04
  • Python里字典的基本用法(包括嵌套字典)

    Python里字典的基本用法(包括嵌套字典)

    今天小編就為大家分享一篇關于Python里字典的基本用法(包括嵌套字典),小編覺得內容挺不錯的,現在分享給大家,具有很好的參考價值,需要的朋友一起跟隨小編來看看吧
    2019-02-02
  • Python中的變量賦值

    Python中的變量賦值

    這篇文章主要介紹了Python中的變量賦值,Python中的變量在使用中很流暢,可以不關注類型,任意賦值,對于開發來說效率得到了提升,但不了解其中的機理,往往也會犯一些小錯,讓開發進行的不那么流暢,本文就從語言設計和底層原理的角度,帶大家理解Python中的變量。
    2021-10-10
  • Python?pandas刪除指定行/列數據的方法實例

    Python?pandas刪除指定行/列數據的方法實例

    這篇文章主要給大家介紹了關于Python?pandas刪除指定行/列數據的相關資料,文中通過實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
    2022-01-01
  • Pandas DataFrame數據的更改、插入新增的列和行的方法

    Pandas DataFrame數據的更改、插入新增的列和行的方法

    這篇文章主要介紹了Pandas DataFrame數據的更改、插入新增的列和行的方法,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,需要的朋友們下面隨著小編來一起學習學習吧
    2019-06-06
  • Pandas提取單元格的值操作

    Pandas提取單元格的值操作

    這篇文章主要介紹了Pandas提取單元格的值操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-04-04
  • 利用Vscode進行Python開發環境配置的步驟

    利用Vscode進行Python開發環境配置的步驟

    這篇文章主要給大家介紹了關于如何利用Vscode進行Python開發環境配置的相關資料,文中通過示例代碼介紹的非常詳細,對大家學習或者使用Python具有一定的參考學習價值,需要的朋友們下面來一起學習學習吧
    2020-06-06
  • Python warning警告出現的原因及忽略方法

    Python warning警告出現的原因及忽略方法

    在本篇文章里小編給大家分享的是關于Python warning警告出現的原因及忽略方法,有需要的朋友們可以學習參考下。
    2020-01-01
  • 基于Python中的yield表達式介紹

    基于Python中的yield表達式介紹

    今天小編就為大家分享一篇基于Python中的yield表達式詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-11-11

最新評論

免费人成视频在线观看