您好,登錄后才能下訂單哦!
這篇文章將為大家詳細(xì)講解有關(guān)如何在Python中使用random模塊生成隨機(jī)數(shù),文章內(nèi)容質(zhì)量較高,因此小編分享給大家做個(gè)參考,希望大家閱讀完這篇文章后對(duì)相關(guān)知識(shí)有一定的了解。
一. 隨機(jī)產(chǎn)生一個(gè)元素
import random #生成一個(gè)0到1的隨機(jī)浮點(diǎn)數(shù): 0 <= n < 1.0 print(random.random()) >>> 0.8296185863491462 #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,則生成的隨機(jī)數(shù)n: a <= n <= b。如果 a <b, 則 b <= n <= a。 #函數(shù)原型為:random.uniform(a, b) print(random.uniform(1, 10)) >>> 8.257312492950838 #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,函數(shù)原型為:random.randint(a, b) #注意:此處要求 a<=b print(random.randint(1, 10)) >>> 3 #從指定范圍內(nèi),按指定基數(shù)遞增的集合中獲取一個(gè)隨機(jī)數(shù) #函數(shù)原型為:random.randrange(start, stop, step) #如產(chǎn)生一個(gè)0-10的隨機(jī)數(shù),其步長(zhǎng)為2,即[0,2,4,6,8],然后在隨機(jī)取出一個(gè)隨機(jī)數(shù) print(random.randrange(0, 10, 2)) >>> 2 #從序列中獲取一個(gè)隨機(jī)元素。 函數(shù)原型為:random.choice(sequence) #注意:sequence在python不是一種特定的類型,而是泛指一系列的類型; #注意:list, tuple, 字符串都屬于sequence。 print(random.choice( ['apple', 'pear', 'peach', 'orange', 'lemon'] )) print(random.choice( ('1', '2', '3', '4', '5') )) print(random.choice( [1, 2, 3, 4, 5] )) >>> orange >>> 2 >>> 2 #用于將一個(gè)列表中的元素打亂。 函數(shù)原型為:random.shuffle(x[, random]) p = ["Python", "is", "powerful", "simple", "and so on..."] random.shuffle(p) print(p) >>> ['Python', 'is', 'simple', 'powerful', 'and so on...'] #從指定序列中隨機(jī)獲取指定長(zhǎng)度的片斷。sample函數(shù)不會(huì)修改原有序列。 #如果k大于sequence元素個(gè)數(shù)的話會(huì)報(bào)錯(cuò)。 函數(shù)原型為:random.sample(sequence, k) list = [1,2,3,4,5,6,7,8,9] print(random.sample(list, 2)) print(random.sample(list, 5)) >>> [5, 3] >>> [9, 5, 4, 7, 3]
二.產(chǎn)生一個(gè)隨機(jī)數(shù)組
import numpy as np #例如產(chǎn)生一個(gè)隨機(jī)數(shù)組array #方法一: a = np.array([2,1,4,5,3,9,6,7,8,0]) print(a) >>> array([2,1,4,5,3,9,6,7,8,0]) #產(chǎn)生一個(gè)(0,1)之間的10維的隨機(jī)數(shù)組 #方法二; b = np.random.rand(10) print(b) >>> array([ 0.43634533, 0.00256198, 0.9252553 , 0.46312913, 0.18253324, 0.70458872, 0.79719794, 0.18972441, 0.5304701 , 0.11495708]) #產(chǎn)生一個(gè)(0,1)之間的10維的隨機(jī)數(shù)組 #方法三; c = np.random.random(10) print(c) >>> array([ 0.62725822, 0.69752737, 0.67910128, 0.32876791, 0.05591991, 0.71435415, 0.62612756, 0.10492805, 0.45868039, 0.66527572]) #產(chǎn)生一個(gè)(0,1)之間的 3*4 的數(shù)組矩陣 #方法三; d = np.random.random(size = (3,4)) print(d) >>> array([[ 0.81287511, 0.07447028, 0.83052561, 0.69899251], [ 0.30087294, 0.24102044, 0.2261788 , 0.7931203 ], [ 0.10688122, 0.93165383, 0.02486699, 0.66883373]])
三.隨機(jī)產(chǎn)生一個(gè)list或tuple
import random #例如隨機(jī)產(chǎn)生一個(gè)指定范圍的整數(shù)list或tuple #方法一: a = [random.randint(0,5) for i in range(20)] print(a) #方法二; for _ in range(10): b = random.randint(0,5) print(b)
結(jié)果為:
[5, 2, 0, 1, 3, 2, 4, 1, 2, 3, 5, 1, 1, 3, 1, 3, 1, 1, 3, 0]
4
2
1
1
3
0
5
4
4
5
關(guān)于如何在Python中使用random模塊生成隨機(jī)數(shù)就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,可以學(xué)到更多知識(shí)。如果覺得文章不錯(cuò),可以把它分享出去讓更多的人看到。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。