Python - random 库的详细使用
Python 详细 Random 使用
2023-09-27 14:25:58 时间
前言为啥突然写这个 因为用到就写呗 感觉对生成数据很有用 之前都是百度别人的 今天来对着官方文档写 超级标准 这边只讲常用的 看了下文档还有什么数学方法 太高级好像用不上
【高级软件实习】蒙特卡洛模拟 | PRNG 伪随机数发生器 | LCG 线性同余算法 | 马特赛特旋转算法 | Python Random 模块 本篇博客将介绍经典的伪随机数生成算法,我们将 重点讲解 LCG(线性同余发生器) 算法与马特赛特旋转算法,在此基础上顺带介绍 Python 的 random 模块。 本篇博客还带有练习,无聊到喷水的练习,咳咳…… 学完前面的内容你就会了解到 Python 的 Random 模块的随机数生成的实现,是基于马特赛特旋转算法的,比如 random_uniform 函数。而本篇博客提供的练习会让你实现一个基于 LCG 算法的random_uniform,个人认为还是比较有意思的
Python 伪随机数:random库的使用 Python 伪随机数:random库。常用函数:seed,random,randint,getrandbits,randrange,uniform,choice,shuffle,sample。用random库计算圆周率值:蒙特卡罗(Monte Carlo)方法。
返回整数random.randrange语法格式
两种写法
random.randrange(stop)
random.randrange(start, stop[, step])
start 起始数字 包含 取得到 start 这个值 stop 末尾数字 不包含 取不到 stop 这个值 step 步长实际栗子
# 栗子一 for i in range(5): print(random.randrange(20))
10
random.randint(a, b)
实际栗子
for i in range(5): print(random.randint(0,20)) 3
a、b 都可以取得到哦
返回浮点数random.random()语法格式
返回 [0.0, 1.0) 范围内的下一个随机浮点数
random.random()
实际栗子
# 栗子一 for i in range(5): print(random.random()) 0.9829492243165335 0.43473506430105724 0.5198709187243076 0.6437884305820736 0.7216771961168909
127
random.uniform(a, b)
实际栗子
# 栗子一 for i in range(5): print(random.uniform(1, 10)) 2.6200262089754593 9.220506911469235 3.0206896704014783 9.670905330339174 1.170694187192196
2.2057698202258074 4.454083664106361
random.choice(seq)
实际栗子
# 数字数组 print(random.choice([1, 2, 3, 4, 5])) # 字母数组 print(random.choice([ a , b , c ])) # 字母元组 print(random.choice(( a , b , c ))) # 字符串 print(random.choice( abcdef )) # string 模块返回的大小写字母字符串 print(random.choice(string.ascii_letters)) # string 模块返回的数字字符串 print(random.choice(string.digits)) # string 模块返回的数字字符串 大小写字母字符串 print(random.choice(string.digits string.ascii_uppercase))
random.choices(population, weights None, *, cum_weights None, k 1)
看的迷迷糊糊啥意思。。 来看栗子。。
不带参数的栗子
a [1,2,3,4,5]
print(random.choices(a,k 5))
# 结果
[5, 5, 3, 1, 5]
可以重复取元素
带 weight 的栗子一
a [1, 2, 3, 4, 5]
print(random.choices(a, weights [0, 0, 1, 0, 0], k 5))
# 结果
[3,3,3,3,3]
序列有多长 weights 对应的序列就得多长 每个位置都是一一对应像这里 3 的权重是 1 其他是 0 所以每次都取 3 因为它的权重最高 其他元素没有权重带 weight 的栗子二
a [1, 2, 3, 4, 5]
print(random.choices(a, weights [0, 2, 1, 0, 0], k 5))
# 结果
[2, 2, 2, 2, 3]
2 的权重更大 所以取到它的概率更高
带 cum_weights 的栗子
a [1, 2, 3, 4, 5] print(random.choices(a, cum_weights [1, 1, 1, 1, 1], k 5)) print(random.choices(a, cum_weights [1, 4, 4, 4, 4], k 5)) print(random.choices(a, cum_weights [1, 2, 3, 4, 5], k 5)) [1, 1, 1, 1, 1] [2, 2, 1, 2, 1] [5, 5, 1, 4, 2]
是不是看不懂 我也看不懂 但其实就是普通权重相加而已
cum_weights [1, 1, 1, 1, 1] 等价于 weights [1, 0, 0, 0, 0][1,1 0,1 0 0,1 0 0 0,1 0 0 0 0]看懂了没 太反人类了。。
cum_weights [1, 4, 4, 4, 4] 等价于 weights [1, 3, 0, 0, 0][1,1 3,1 3 0,1 3 0 0,1 3 0 0 0]
random.shuffle语法格式将序列 x 随机打乱位置只能是列表[] 元组、字符串会报错哦random 暂时没找到有什么用 可以忽略
random.shuffle(x[, random])
实际栗子
# 数字数组 a [1, 2, 3, 4, 5] random.shuffle(a) print(a) # 字母数组 b [ a , b , c ] random.shuffle(b) print(b)
[3, 5, 2, 4, 1] [ a , c , b ]
random.sample(population, k)
实际栗子
全都是 k 3
# 数字数组 print(random.sample([1, 2, 3, 4, 5], 3)) # 字母数组 print(random.sample([ a , b , c ], 3)) # 字母元组 print(random.sample(( a , b , c ), 3)) # 字符串 print(random.sample( abcdef , 3)) # string 模块返回的大小写字母字符串 print(random.sample(string.ascii_letters, 3)) # string 模块返回的数字字符串 print(random.sample(string.digits, 3)) # string 模块返回的数字字符串 大小写字母字符串 print(random.sample(string.digits string.ascii_uppercase, 3)) [2, 1, 3] [ b , c , a ] [ a , b , c ] [ a , f , b ] [ M , w , W ] [ 7 , 1 , 5 ] [ R , 8 , O ]
【高级软件实习】蒙特卡洛模拟 | PRNG 伪随机数发生器 | LCG 线性同余算法 | 马特赛特旋转算法 | Python Random 模块 本篇博客将介绍经典的伪随机数生成算法,我们将 重点讲解 LCG(线性同余发生器) 算法与马特赛特旋转算法,在此基础上顺带介绍 Python 的 random 模块。 本篇博客还带有练习,无聊到喷水的练习,咳咳…… 学完前面的内容你就会了解到 Python 的 Random 模块的随机数生成的实现,是基于马特赛特旋转算法的,比如 random_uniform 函数。而本篇博客提供的练习会让你实现一个基于 LCG 算法的random_uniform,个人认为还是比较有意思的
Python 伪随机数:random库的使用 Python 伪随机数:random库。常用函数:seed,random,randint,getrandbits,randrange,uniform,choice,shuffle,sample。用random库计算圆周率值:蒙特卡罗(Monte Carlo)方法。
相关文章
- python第三方库之numpy基础
- python如何在一个类里面调用另一个类里面的东西?
- Python+selenium自动化测试环境搭建(详细)
- Python 属性与方法 概念理解
- Python安装详细教程,简单!
- Python零基础入门基础教程(非常详细)版
- 158 python网络编程 - 多线程服务器
- 一文通透,Python接口自动化测试实战文件上传场景(超详细)
- python从入门到面试:超详细的学习路线,让你不走弯路
- 【数据分析】+【Python】+股票数据分析
- Python OpenCV 图像相识度对比
- 500个Python模块(库)的详细分类介绍
- 《Python Cookbook(第3版)中文版》——第6章 数据编码与处理 6.1 读写CSV数据
- Python编程的最好搭档—VSCode 详细指南
- python文件导入相对路径
- (数据科学学习手札32)Python中re模块的详细介绍
- Python搭建编程环境-安装Pycharm开发工具
- python语言绘图:绘制贝叶斯方法中最大后验密度(Highest Posterior Density, HPD)区间图的近似计算
- Python 框架 之 Django 绑定 MySql ,MVT 实现简单一个简单的浏览器(内附详细步骤)
- python进行机器学习(二)之特征选择