Python - random 库的详细使用

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

 

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语法格式返回随机整数 N 满足 a N b相当于 randrange(a, b 1)

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)语法格式返回一个随机浮点数 N当 a b 时 a N b当 b a 时 b N a

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

传递列表作为参数random.choice语法格式从非空序列 seq 返回一个随机元素如果 seq 为空 会抛出 IndexError

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语法格式populaiton 序列weights 普通权重cum_weights 累加权重k 选择次数weights 和 cum_weights 不能同时传 只能选择一个来传

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语法格式从 population 中取 k 个元素 组成新的列表并返回每次取元素都是不重复的 所以 population 的长度必须 ≥ k 否则会报错

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。