溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

如何用python生成隨機(jī)數(shù)

發(fā)布時(shí)間:2021-04-27 13:41:48 來源:億速云 閱讀:312 作者:小新 欄目:開發(fā)技術(shù)

這篇文章主要介紹如何用python生成隨機(jī)數(shù),文中介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們一定要看完!

python主要應(yīng)用領(lǐng)域有哪些

1、云計(jì)算,典型應(yīng)用OpenStack。2、WEB前端開發(fā),眾多大型網(wǎng)站均為Python開發(fā)。3.人工智能應(yīng)用,基于大數(shù)據(jù)分析和深度學(xué)習(xí)而發(fā)展出來的人工智能本質(zhì)上已經(jīng)無法離開python。4、系統(tǒng)運(yùn)維工程項(xiàng)目,自動(dòng)化運(yùn)維的標(biāo)配就是python+Django/flask。5、金融理財(cái)分析,量化交易,金融分析。6、大數(shù)據(jù)分析。

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模擬概率,代碼如下:

import numpy as np
import 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?這里我們通過兩次使用均勻分布達(dá)到目的,代碼如下:

import numpy as np
import 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

以上是“如何用python生成隨機(jī)數(shù)”這篇文章的所有內(nèi)容,感謝各位的閱讀!希望分享的內(nèi)容對(duì)大家有幫助,更多相關(guān)知識(shí),歡迎關(guān)注億速云行業(yè)資訊頻道!

向AI問一下細(xì)節(jié)

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。

AI