您好,登錄后才能下訂單哦!
小編給大家分享一下python中random模塊常見函數(shù)的功能和用法,相信大部分人都還不怎么了解,因此分享這邊文章給大家學(xué)習(xí),希望大家閱讀完這篇文章后大所收獲,下面讓我們一起去學(xué)習(xí)方法吧!
在 Python 的交互式解釋器中先導(dǎo)入 random 模塊,然后輸入 random.__all__ 命令(__all__ 變量代表了該模塊開放的公開接口),即可
看到該模塊所包含的全部屬性和函數(shù):
>>> 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 模塊下提供了如下常用函數(shù):
random.seed(a=None, version=2):指定種子來初始化偽隨機(jī)數(shù)生成器。
random.randrange(start, stop[, stop]):返回從 start 開始到 stop 結(jié)束、步長為 step 的隨機(jī)數(shù)。其實(shí)就相當(dāng)于 choice(range(start, stop, step)) 的效果,只不過實(shí)際底層并不生成區(qū)間對象。
random.randint(a, b):生成一個(gè)范圍為 a≤N≤b 的隨機(jī)數(shù)。其等同于 randrange(a, b+1) 的效果。
random.choice(seq):從 seq 中隨機(jī)抽取一個(gè)元素,如果 seq 為空,則引發(fā) IndexError 異常。
random.choices(seq, weights=None, cum_weights=None, k=1):從 seq 序列中抽取 k 個(gè)元素,還可通過 weights 指定各元素被抽取的權(quán)重(代表被抽取的可能性高低)。
random.shuffle(x[, random]):對 x 序列執(zhí)行洗牌“隨機(jī)排列”操作。
random.sample(population, k):從 population 序列中隨機(jī)抽取 k 個(gè)獨(dú)立的元素。
random.random():生成一個(gè)從0.0(包含)到 1.0(不包含)之間的偽隨機(jī)浮點(diǎn)數(shù)。
random.uniform(a, b):生成一個(gè)范圍為 a≤N≤b 的隨機(jī)數(shù)。
random.expovariate(lambd):生成呈指數(shù)分布的隨機(jī)數(shù)。其中 lambd 參數(shù)(其實(shí)應(yīng)該是 lambda,只是 lambda 是 Python 關(guān)鍵字,所以簡寫成 lambd)為 1 除以期望平均值。如果 lambd 是正值,則返回的隨機(jī)數(shù)是從 0 到正無窮大;如果 lambd 為負(fù)值,則返回的隨機(jī)數(shù)是從負(fù)無窮大到 0。
下面程序示范了 random 模塊中常見函數(shù)的功能和用法:
import random #生成范圍為0.0≤x<1.0 的偽隨機(jī)浮點(diǎn)數(shù) print (random.random()) #生成范圍為2.5≤x<10.0 的偽隨機(jī)浮點(diǎn)數(shù) print (random.uniform(2.5, 10.0)) #生成呈指數(shù)分布的偽隨機(jī)浮點(diǎn)數(shù) print (random.expovariate(1/5)) #生成從0 到9 的偽隨機(jī)整數(shù) print(random.randrange(10)) #生成從0 到100 的隨機(jī)偶數(shù) print (random.randrange(0, 101 , 2)) #隨機(jī)抽取一個(gè)元素 print (random.choice (['Python','Swift','Kotlin'])) book_list = ['Python','Swift','Kotlin'] #對列表元素進(jìn)行隨機(jī)排列 random.shuffle (book_list) print (book_list) #隨機(jī)抽取4 個(gè)獨(dú)立的元素 print (random.sample([10, 20 , 30 , 40 , 50], k=4))
運(yùn)行上面程序,可以看到如下輸出結(jié)果:
0.7097266660597923 6.4845555071809535 9.707899380000603 2 70 Python ['Swift', 'Python', 'Kotlin'] [20, 10, 30, 50]
實(shí)際上,使用 random 模塊中的隨機(jī)函數(shù)可以做很多很有趣的事情。比如下面程序:
import random import collections #指定隨機(jī)抽取6 個(gè)元素,各元素被抽取的權(quán)重(概率)不同 print(random.choices(['Python','Swift','Kotlin'], [5, 5, 1], k=6)) #下面模擬從52 張撲克牌中抽取20 張 #在被拍到的20 張牌中,牌面為10(包括J、Q、K的的牌占多大比例 #生成一個(gè)16個(gè)tens(代表10)和36 個(gè)low_cards(代表其他牌)的集合 deck= collections.Counter(tens=16, low_cards=36) #從52 張牌中隨機(jī)抽取20 張 seen= random.sample(list(deck.elements()), k=20) #統(tǒng)計(jì)tens 元素有多少個(gè),再除以20 print(seen.count('tens')/20)
運(yùn)行上面程序,可以看到如下輸出結(jié)果:
['Swift', 'Swift', 'Swift', 'Swift', 'Python', 'Swift'] 0.45
以上是python中random模塊常見函數(shù)的功能和用法的所有內(nèi)容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內(nèi)容對大家有所幫助,如果還想學(xué)習(xí)更多知識,歡迎關(guān)注億速云行業(yè)資訊頻道!
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,如果涉及侵權(quán)請聯(lián)系站長郵箱: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。