Python偽隨機(jī)數(shù)模塊random怎么用

這篇“Python偽隨機(jī)數(shù)模塊random怎么用”文章的知識(shí)點(diǎn)大部分人都不太理解，所以小編給大家總結(jié)了以下內(nèi)容，內(nèi)容詳細(xì)，步驟清晰，具有一定的借鑒價(jià)值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來(lái)看看這篇“Python偽隨機(jī)數(shù)模塊random怎么用”文章吧。

random模塊

該模塊實(shí)現(xiàn)了各種分布的偽隨機(jī)數(shù)生成器。(包括在實(shí)數(shù)軸上計(jì)算均勻、正態(tài)（高斯）、對(duì)數(shù)正態(tài)、負(fù)指數(shù)、伽馬和貝塔分布的函數(shù))不應(yīng)將此模塊的偽隨機(jī)生成器用于安全目的。有關(guān)安全性或加密用途，請(qǐng)使用secrets模塊。

關(guān)于random模塊的更多詳細(xì)內(nèi)容，請(qǐng)參考官方文檔random — 生成偽隨機(jī)數(shù)

下面列舉一下該模塊常用的功能。

random.seed

random.seed(a=None, version=2)

初始化隨機(jī)數(shù)生成器,如果a被省略或?yàn)镹one，則使用當(dāng)前系統(tǒng)時(shí)間。如果操作系統(tǒng)提供隨機(jī)源，則使用它們而不是系統(tǒng)時(shí)間。當(dāng)你的seed是相同的情況下，你多次執(zhí)行得到的隨機(jī)數(shù)序列是相同的。因?yàn)镸ersenne Twister的完全確定性，因此random模塊產(chǎn)生的隨機(jī)數(shù)不適合加密目的。

常用整數(shù)隨機(jī)函數(shù)

random.randrange(stop)
random.randrange(start, stop[, step])

randrange()返回一個(gè)[start, stop)區(qū)間內(nèi)隨機(jī)選擇的元素。

random.randint(a, b)

返回隨機(jī)整數(shù) N 滿足 a <= N <= b。相當(dāng)于 randrange(a, b+1)。

常用序列隨機(jī)函數(shù)

random.choice(seq)

從非空序列 seq 返回一個(gè)隨機(jī)元素。 如果 seq 為空，則引發(fā) IndexError。

random.shuffle(x[, random])

將序列 x 隨機(jī)打亂位置。（在原來(lái)的序列上進(jìn)行，不會(huì)生成新的序列。）

可選參數(shù) random 是一個(gè)函數(shù)，在 [0.0, 1.0) 中返回隨機(jī)浮點(diǎn)數(shù)；默認(rèn)情況下是函數(shù) random.random() 。

random.sample(population, k, *, counts=None)

返回從總體序列或集合中選擇的唯一元素的 k 長(zhǎng)度列表。 用于無(wú)重復(fù)的隨機(jī)抽樣。（抽獎(jiǎng)常用的函數(shù)）下面是一個(gè)抽獎(jiǎng)的例子。

有30000人參加了Python編程活動(dòng)，然后抽取1000人進(jìn)行獎(jiǎng)勵(lì)。其中一等獎(jiǎng)20人，二等獎(jiǎng)30人，三等獎(jiǎng)50人，四等獎(jiǎng)200人，五等獎(jiǎng)700人。

上述的抽獎(jiǎng)活動(dòng)，可以用如下的代碼完成。

res = random.sample(range(1, 30001), 1000)
print("一等獎(jiǎng)名單:", res[:20])
print("二等獎(jiǎng)名單:", res[20:50])
print("三等獎(jiǎng)名單:", res[50:100])
print("四等獎(jiǎng)名單:", res[100:300])
print("五等獎(jiǎng)名單:", res[300:])

而且，這樣產(chǎn)生的抽獎(jiǎng)結(jié)果也將是可控的。例如，我們需要3號(hào)中一等獎(jiǎng)，33號(hào)中二等獎(jiǎng)，333號(hào)中三等獎(jiǎng)。代碼如下：

all_list = [x for x in range(1, 30001) if x not in[3, 33, 333]]
res = random.sample(all_list, 997)
# 暗箱操作
res.insert(random.randint(0, 10), 3)    # 將3號(hào)摻入前10
res.insert(random.randint(30, 40), 33)  # 將33號(hào)摻入30-40之間
res.insert(random.randint(70, 90), 333) # 將333摻入到70-90之間

print("一等獎(jiǎng)名單:", res[:20])
print("二等獎(jiǎng)名單:", res[20:50])
print("三等獎(jiǎng)名單:", res[50:100])
print("四等獎(jiǎng)名單:", res[100:300])
print("五等獎(jiǎng)名單:", res[300:])

常用實(shí)數(shù)隨機(jī)函數(shù)

random.random()

返回 [0.0, 1.0) 范圍內(nèi)的下一個(gè)隨機(jī)浮點(diǎn)數(shù)。

random.uniform(a, b)

返回一個(gè)隨機(jī)浮點(diǎn)數(shù) N ，當(dāng) a <= b 時(shí) a <= N <= b ，當(dāng) b < a 時(shí) b <= N <= a 。終點(diǎn) b 是否在該范圍內(nèi)。取決于等式 a + (b-a) * random() 中的浮點(diǎn)舍入結(jié)果。

random.gauss(mu, sigma)

正態(tài)分布，也稱高斯分布。 mu 為平均值，而 sigma 為標(biāo)準(zhǔn)差。 此函數(shù)要稍快于下面所定義的 normalvariate() 函數(shù)。

多線程注意事項(xiàng)：

當(dāng)兩個(gè)線程同時(shí)調(diào)用此方法時(shí)，它們有可能將獲得相同的返回值。 這可以通過(guò)三種辦法來(lái)避免。

1) 讓每個(gè)線程使用不同的隨機(jī)數(shù)生成器實(shí)例。

2) 在所有調(diào)用外面加鎖。

3) 改用速度較慢但是線程安全的 normalvariate() 函數(shù)。

random.normalvariate(mu, sigma)

正態(tài)分布。 mu 是平均值，sigma 是標(biāo)準(zhǔn)差。

以上就是關(guān)于“Python偽隨機(jī)數(shù)模塊random怎么用”這篇文章的內(nèi)容，相信大家都有了一定的了解，希望小編分享的內(nèi)容對(duì)大家有幫助，若想了解更多相關(guān)的知識(shí)內(nèi)容，請(qǐng)關(guān)注億速云行業(yè)資訊頻道。