随机数：Python3.7的random模块详解

其他 2018-08-09 20:16:22 阅读次数: 0

随机数模块random

python3.7
手册
https://docs.python.org/3/library/random.html#module-random
部分图片转自wiki

常用函数

random.seed()

random.seed(a=None, version=2)
  • 设置随机种子 ，用于同步不同运行环境的随机数。

random.getstate()

random.getstate()
  • 获得当前状态，用于恢复状态

random.setstate()

random.setstate(state)
  • 恢复状态
>>> import random
>>> s=random.getstate()
>>> random.random()
0.15441857485858956
>>> random.random()
0.6330314601528841
>>> random.setstate(s)
>>> random.random()
0.15441857485858956
>>> random.random()
0.6330314601528841
>>> random.random()
0.04725013105129261

random.getrandbits()

random.getrandbits(k)
  • 生成占内存k位以内的随机整数，硬核秃头专属。
>>> import random
>>> random.getrandbits(10)
674
>>> random.getrandbits(10)
10
>>> random.getrandbits(10)
745
>>> random.getrandbits(10)
560
>>> random.getrandbits(10)
162

random.random()

random.random()
  • 随机产生一个[0,1.)数字。
>>> random() 
0.37444887175646646

random.uniform()

random.uniform(a, b)
  • 产生一个a、b区间的随机数。
>>> uniform(2.5, 10.0)
3.1800146073117523

random.randrange()

random.randrange(start, stop[, step])
  • 整数随机。
  • 功能等同于choice(range(start, stop, step))。
>>> randrange(10)                        # 0到9随机
7
>>> randrange(0, 101, 2)                 # 0到100随机偶数
26

random.randint()

random.randint(a, b)
  • 返回一个[a,b]的随机整数。
  • 功能等同于randrange(a, b+1)。

random.choice()

random.choice(seq)
  • 返回对象中的一个随机元素。

random.choices()

random.choices(population, weights=None, *, cum_weights=None, k=1)
  • 随机选择，是random.choice(seq)的升级版本。
>>> choice(['win', 'lose', 'draw'])
'draw'

random.sample()

random.sample(population, k)
  • 随机取样
>>> sample([10, 20, 30, 40, 50], k=4)
[40, 10, 50, 30]
  • choices与sample的区别：
    • choices在抽取随机元素时是包含重复元素的，即：一个元素可能会被抽取多次。
    • 反之，在sample中，抽取的元素是不重复的。
    • 所以，在抽取元素大于样本集总数时，choices会继续而sample会报错：
>>> import random
>>> random.choices([1,2,3,4],k=4)
[4, 3, 4, 4]
>>> random.sample([1,2,3,4],k=4)
[3, 1, 2, 4]
>>> random.choices([1,2,3,4],k=5)
[3, 3, 2, 3, 2]
>>> random.sample([1,2,3,4],k=5)
Traceback (most recent call last):
  File "<pyshell#5>", line 1, in <module>
    random.sample([1,2,3,4],k=5)
  File "F:\python\lib\random.py", line 321, in sample
    raise ValueError("Sample larger than population or is negative")
ValueError: Sample larger than population or is negative
>>>

random.shuffle()

random.shuffle(x[, random])
  • 打乱序列
>>> deck = 'ace two three four'.split()
>>> shuffle(deck)
>>> deck
['four', 'two', 'ace', 'three']

不同的分布模式

random.triangular(low, high, mode)
https://en.wikipedia.org/wiki/Triangular_distribution
random.betavariate(alpha, beta)
https://en.wikipedia.org/wiki/Beta_distribution
random.expovariate(lambd)
https://en.wikipedia.org/wiki/Exponential_distribution
random.gammavariate(alpha, beta)
https://en.wikipedia.org/wiki/Gamma_distribution
random.gauss(mu, sigma)
https://en.wikipedia.org/wiki/Normal_distribution
random.lognormvariate(mu, sigma)
https://en.wikipedia.org/wiki/Log-normal_distribution
random.normalvariate(mu, sigma)
https://en.wikipedia.org/wiki/Normal_distribution
random.vonmisesvariate(mu, kappa)
https://en.wikipedia.org/wiki/Von_Mises_distribution
random.paretovariate(alpha)
https://en.wikipedia.org/wiki/Pareto_distribution
random.weibullvariate(alpha, beta)
https://en.wikipedia.org/wiki/Weibull_distribution

  • random.triangular(low, high, mode)
    • 以三角分布的概率分布返回随机数。
      三角分布
import random
import collections
counter=collections.Counter() # 方便偷懒，用Counter统计次数。
for i in range(10000):
    step=str(round(random.triangular(0,9,7)))
    counter.update(step)

print(counter)

for i in range(10):
    print(str(i),end='')
    value=round(counter[str(i)]/100.)
    for j in range(value):
        print('*',end='')
    print('')

================= RESTART: F:\PyWorkspace\blank.py =================
Counter({'7': 1963, '6': 1946, '5': 1617, '4': 1264, '8': 1105, '3': 944, '2': 668, '1': 323, '9': 138, '0': 32})
0
1***
2*******
3*********
4*************
5****************
6*******************
7********************
8***********
9*
  • random.betavariate(alpha, beta)
    • 以beta分布的概率分布返回0到1之间的随机数。
      beta分布
import random
import collections
counter=collections.Counter()
for i in range(10000):
    step=str(round(random.betavariate(2,5)*10))
    counter.update(step)

print(counter)

for i in range(10):
    print(str(i),end='')
    value=round(counter[str(i)]/100.)
    for j in range(value):
        print('*',end='')
    print('')


Counter({'2': 2424, '3': 2173, '1': 1941, '4': 1512, '5': 1000, '6': 416, '0': 316, '7': 167, '8': 48, '9': 3})
0***
1*******************
2************************
3**********************
4***************
5**********
6****
7**
8
9
  • random.expovariate(lambd)
    • 以指数分布的概率分布返回随机数。

指数分布

import random
import collections
counter=collections.Counter()
for i in range(10000):
    step=str(round(random.expovariate(1)))
    counter.update(step)

print(counter)

for i in range(10):
    print(str(i),end='')
    value=round(counter[str(i)]/100.)
    for j in range(value):
        print('*',end='')
    print('')


============== RESTART: F:\PyWorkspace\LeetCode\expovariate.py ==============
Counter({'0': 3950, '1': 3862, '2': 1403, '3': 484, '4': 192, '5': 73, '6': 18, '7': 12, '8': 4, '9': 2})
0****************************************
1***************************************
2**************
3*****
4**
5*
6
7
8
9
  • random.gammavariate(alpha, beta)
    • 以gamma分布的概率分布返回随机数。

gamma分布

import random
import collections
counter=collections.Counter()
for i in range(10000):
    step=str(round(random.gammavariate(9,0.5)))
    counter.update(step)

print(counter)

for i in range(10):
    print(str(i),end='')
    value=round(counter[str(i)]/100.)
    for j in range(value):
        print('*',end='')
    print('')


============== RESTART: F:\PyWorkspace\LeetCode\gammavariate.py ==============
Counter({'4': 2671, '5': 2244, '3': 2054, '6': 1303, '2': 698, '7': 616, '8': 236, '1': 103, '9': 89, '0': 32})
0
1*
2*******
3*********************
4***************************
5**********************
6*************
7******
8**
9*
  • random.gauss(mu, sigma)
    • 以高斯分布的概率分布返回随机数。

高斯分布

import random
import collections
counter=collections.Counter()
for i in range(10000):
    step=str(round(random.gauss(5,1)))
    counter.update(step)

print(counter)

for i in range(10):
    print(str(i),end='')
    value=round(counter[str(i)]/100.)
    for j in range(value):
        print('*',end='')
    print('')

================= RESTART: F:\PyWorkspace\LeetCode\gauss.py =================
Counter({'5': 3803, '4': 2429, '6': 2418, '3': 660, '7': 582, '2': 59, '8': 41, '9': 6, '1': 2})
0
1
2*
3*******
4************************
5**************************************
6************************
7******
8
9
  • random.lognormvariate(mu, sigma)
    • 以对数正态分布的概率分布返回随机数。

对数正态分布

import random
import collections
counter=collections.Counter()
for i in range(10000):
    step=str(round(random.triangular(5,0.02)))
    counter.update(step)

print(counter)

for i in range(10):
    print(str(i),end='')
    value=round(counter[str(i)]/100.)
    for j in range(value):
        print('*',end='')
    print('')


============= RESTART: F:\PyWorkspace\LeetCode\lognormvariate.py =============
Counter({'3': 3232, '2': 3168, '4': 1626, '1': 1621, '0': 178, '5': 175})
0**
1****************
2********************************
3********************************
4****************
5**
6
7
8
9

  • random.normalvariate(mu, sigma)

    • 同random.gauss(mu, sigma)

  • random.vonmisesvariate(mu, kappa)

    • 以von Mises分布的概率分布返回随机数。
    • 又作圆上正态分布

von Mises分布

import random
import collections
counter=collections.Counter()
for i in range(10000):
    step=str(round(random.vonmisesvariate(3.14,2)))
    counter.update(step)

print(counter)

for i in range(7):
    print(str(i),end='')
    value=round(counter[str(i)]/100.)
    for j in range(value):
        print('*',end='')
    print('')


============ RESTART: F:\PyWorkspace\LeetCode\vonmisesvariate.py ============
Counter({'3': 4795, '4': 2609, '2': 1732, '5': 437, '1': 296, '6': 87, '0': 44})
0
1***
2*****************
3************************************************
4**************************
5****
6*
  • random.paretovariate(alpha)
    • 以Pareto分布的概率分布返回随机数。

Pareto分布

import random
import collections
counter=collections.Counter()
for i in range(10000):
    step=str(round(random.paretovariate(2)))
    counter.update(step)

print(counter)

for i in range(10):
    print(str(i),end='')
    value=round(counter[str(i)]/100.)
    for j in range(value):
        print('*',end='')
    print('')



============= RESTART: F:\PyWorkspace\LeetCode\paretovariate.py =============
Counter({'1': 5644, '2': 2853, '3': 830, '4': 347, '5': 179, '6': 82, '7': 76, '8': 45, '9': 36, '0': 27})
0
1********************************************************
2*****************************
3********
4***
5**
6*
7*
8
9
  • random.weibullvariate(alpha, beta)
    • 以Weibull分布的概率分布返回随机数。

Weibull分布

import random
import collections
counter=collections.Counter()
for i in range(10000):
    step=str(round(random.weibullvariate(1,5)*5))
    counter.update(step)

print(counter)

for i in range(10):
    print(str(i),end='')
    value=round(counter[str(i)]/100.)
    for j in range(value):
        print('*',end='')
    print('')



============= RESTART: F:\PyWorkspace\LeetCode\weibullvariate.py =============
Counter({'5': 3601, '4': 2847, '6': 1753, '3': 1247, '2': 294, '7': 239, '1': 17, '8': 2})
0
1
2***
3************
4****************************
5************************************
6******************
7**
8
9

猜你喜欢

转载自blog.csdn.net/weixin_41084236/article/details/81457949
今日推荐
Arc Browser for Windows 1.0 正式 GA
90后程序员开发视频搬运软件、不到一年获利超 700 万，结局很刑！
《美国对全球网络空间安全与发展的威胁和破坏》报告发布
火速冲上 GitHub 热榜 —— 开源编程语言、框架哪有这么可爱？
北京人形机器人创新中心发布全球首个纯电驱拟人奔跑的全尺寸人形机器人“天工”
周排行
rbac——界面、权限
Apache CXF + SpringMVC 整合发布WebService
so插件化
Vue.js实战系列---图标字体制作（svg格式）
PAT乙级 1007 素数对猜想(孪生素数对) (20分) ---（C语言 + 详细注释）
被IRM保护的文档，打开失败
Calendar和Date计算日期差的小问题
win10子系统ubuntu18.4安装docker
利用Wrap Shell Script定位Android Native内存泄漏
MySQL: Transaction (Part I - Basic Concept)
每日归档
更多
2024-05-03(19)
2024-05-02(0)
2024-05-01(4)
2024-04-30(1)
2024-04-29(40)
2024-04-28(0)
2024-04-27(56)
2024-04-26(39)
2024-04-25(22)
2024-04-24(36)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022