个人中心
gpt4 book ai didi

Python内置random模块生成随机数的方法

转载 作者：qq735679552 更新时间：2022-09-28 22:32:09 25 4
gpt4 key购买 nike

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Python内置random模块生成随机数的方法由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

本文我们详细地介绍下两个模块关于生成随机序列的其他使用方法.

随机数参与的应用场景大家一定不会陌生，比如密码加盐时会在原密码上关联一串随机数，蒙特卡洛算法会通过随机数采样等等。python内置的random模块提供了生成随机数的方法，使用这些方法时需要导入random模块.

import random 。

下面介绍下python内置的random模块的几种生成随机数的方法.

1、random.random()随机生成 0 到 1 之间的浮点数[0.0, 1.0)。注意的是返回的随机数可能会是 0 但不可能为 1，即左闭右开的区间.

?
1
2
print ( "random: " , random.random())
#random: 0.5714025946899135

2、random.randint(a , b)随机生成 a 与 b 之间的整数[a, b]，a<=n<=b，随机整数不包含 b 时[a, b)可以使用 random.randrange() 方法.

?
1
2
print ( "randint: " , random.randint( 6 , 8 ))
#randint: 8

3、random.randrange(start,stop,step)按步长step随机在上下限范围内取一个随机数，start<=n<stop.

?
1
2
print ( "randrange: " ,random.randrange( 20 , 100 , 5 ))
#randrange: 85

4、random.uniform(a, b)随机生成 a 与 b 之间的浮点数[a, b]，a<=n<=b.

?
1
2
print ( "uniform: " ,random.uniform( 5 , 10 ))
#uniform: 5.119790163375776

5、random.choice()从列表中随机取出一个元素，比如列表、元祖、字符串等。注意的是，该方法需要参数非空，否则会抛出 indexerror 的错误.

?
1
2
print ( "choice: " ,random.choice( "www.yuanxiao.net" ))
#choice: y

6、random.shuffle(items) 把列表 items 中的元素随机打乱。注意的是，如果不想修改原来的列表，可以使用 copy 模块先拷贝一份原来的列表.

?
1
2
3
4
num = [ 1 , 2 , 3 , 4 , 5 ]
random.shuffle(num)
print ( "shuffle: " ,num)
#shuffle: [1, 3, 5, 4, 2]

7、random.sample(items, n)从列表 items 中随机取出 n 个元素.

?
1
2
3
num = [ 1 , 2 , 3 , 4 , 5 ]
print ( "sample: " ,random.sample(num, 3 ))
#sample: [4, 1, 5]

python 的random模块产生的随机数其实是伪随机数，依赖于特殊算法和指定不确定因素(种子seed)来实现。如randint方法生成一定范围内的随机数，会先指定一个特定的seed，将seed通过特定的随机数产生算法，得到一定范围内随机分布的随机数。因此对于同一个seed值的输入产生的随机数会相同，省略参数则意味着使用当前系统时间秒数作为种子值，达到每次运行产生的随机数都不一样.

?
1
2
3
4
5
6
7
8
9
random.seed( 2 )
print ( "random: " , random.random())
#random: 0.9560342718892494
random.seed( 3 )
print ( "random: " , random.random())
#random: 0.23796462709189137
random.seed( 3 ) #同一个种子值，产生的随机数相同
print ( "random: " , random.random())
#random: 0.23796462709189137

numpy库也提供了random模块，用于生成多维度数组形式的随机数。使用时需要导入numpy库.

import numpy as np 。

下面介绍下numpy库的random模块的几种生成随机数的方法.

1、numpy.random.rand(d0,d1,…,dn) 。

  • rand函数根据给定维度生成[0,1]之间的数据，包含0，不包含1
  • dn表格每个维度

返回值为指定维度的array 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
print ( "np.random.rand：\n {}" . format (np.random.rand( 4 , 2 )))
# shape: 4*3
"""
np.random.rand：
  [[0.5488135 0.71518937]
  [0.60276338 0.54488318]
  [0.4236548 0.64589411]
  [0.43758721 0.891773 ]]
"""
print ( "np.random.rand：\n {}" . format (np.random.rand( 4 , 3 , 2 )))
# shape: 4*3*2
"""
np.random.rand：
  [[[0.96366276 0.38344152]
  [0.79172504 0.52889492]
  [0.56804456 0.92559664]]
 
  [[0.07103606 0.0871293 ]
  [0.0202184 0.83261985]
  [0.77815675 0.87001215]]
 
  [[0.97861834 0.79915856]
  [0.46147936 0.78052918]
  [0.11827443 0.63992102]]
 
  [[0.14335329 0.94466892]<br>  [0.52184832 0.41466194]<br>  [0.26455561 0.77423369]]]<br>"""

2、numpy.random.randn(d0,d1,…,dn) 。

  • randn函数返回一个或一组样本，具有标准正态分布。
  • dn表格每个维度
  • 返回值为指定维度的array

标准正态分布—-standard normal distribution 标准正态分布又称为u分布，是以0为均值、以1为标准差的正态分布，记为n（0，1）.

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
print ( "np.random.randn：\n {}" . format (np.random.randn()))
# 当没有参数时，返回单个数据
"""
np.random.randn：
  2.2697546239876076
"""
print ( "np.random.randn：\n {}" . format (np.random.randn( 2 , 4 )))
"""
np.random.randn：
  [[-1.45436567 0.04575852 -0.18718385 1.53277921]
  [ 1.46935877 0.15494743 0.37816252 -0.88778575]]
"""
print ( "np.random.randn：\n {}" . format (np.random.randn( 4 , 3 , 2 )))
"""
np.random.randn：
  [[[-1.98079647 -0.34791215]
  [ 0.15634897 1.23029068]
  [ 1.20237985 -0.38732682]]
  [[-0.30230275 -1.04855297]
  [-1.42001794 -1.70627019]
  [ 1.9507754 -0.50965218]]
  [[-0.4380743 -1.25279536]
  [ 0.77749036 -1.61389785]
  [-0.21274028 -0.89546656]]
  [[ 0.3869025 -0.51080514]
  [-1.18063218 -0.02818223]
  [ 0.42833187 0.06651722]]]
"""

3、numpy.random.randint(low, high=none, size=none, dtype='l') 。

返回随机整数，范围区间为[low,high），包含low，不包含high 参数：low为最小值，high为最大值，size为数组维度大小，dtype为数据类型，默认的数据类型是np.int high没有填写时，默认生成随机数的范围是[0，low] 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
print ( "np.random.randint：\n {}" . format (np.random.randint( 1 ,size = 5 )))
# 返回[0,1)之间的整数，所以只有0
"""
np.random.randint：
  [0 0 0 0 0]
"""
print ( "np.random.randint：\n {}" . format (np.random.randint( 1 , 5 ))) # 返回1个[1,5)时间的随机整数
"""
np.random.randint：
  2
"""
print ( "np.random.randint：\n {}" . format (np.random.randint( - 5 , 5 ,size = ( 2 , 2 ))))
"""
np.random.randint：
  [[-5 -3]
  [ 2 -3]]
"""

4、numpy.random.seed() 。

np.random.seed()的作用：使得随机数据可预测.

当我们设置相同的seed，每次生成的随机数相同。如果不设置seed，则每次会生成不同的随机数 。

总结 。

以上所述是小编给大家介绍的python内置random模块生成随机数的方法,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对我网站的支持！ 。

如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！

原文链接：https://juejin.im/post/5cefccb0e51d455d850d3a85 。

最后此篇关于Python内置random模块生成随机数的方法的文章就讲到这里了,如果你想了解更多关于Python内置random模块生成随机数的方法的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

25 4 0
文章推荐： python实现批量视频分帧、保存视频帧
文章推荐： 解决PyQt5 无边框后窗口的移动问题
文章推荐： C++ Primer Plus 第四章之C++ Primer Plus复合类型学习笔记
文章推荐： PyQt5 实现给无边框widget窗口添加背景图片
qq735679552
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com