• 技术文章 >Python技术 >Python基础教程

    Python random模块及用法

    silencementsilencement2019-07-01 11:41:08原创3235

    random 模块主要包含生成伪随机数的各种功能变量和函数。

    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。

    下面程序示范了 random 模块中常见函数的功能和用法:

    import random
    #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:

    import random
    import collections
    #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)

    运行上面程序,可以看到如下输出结果:

    ['Swift', 'Swift', 'Swift', 'Swift', 'Python', 'Swift']
    0.45
    专题推荐:random模块
    上一篇:Python os模块及用法 下一篇:urllib和urllib2有什么区别

    相关文章推荐

    • Python中的匿名函数是什么

    全部评论我要评论

    © 2021 Python学习网 苏ICP备2021003149号-1

  • 取消发布评论
  • 

    Python学习网