Python基础随机数库——Random
2021/6/29 17:23:31
本文主要是介绍Python基础随机数库——Random,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
Random库
一、介绍
Random库是Python用于生成随机数的一个标准库。计算机本身没有办法产生真正的随机数,但可以产生伪随机数。
伪随机数是指计算机按照一定的运算规则产生的一些数,只不过这些数据表现为随机数的形式。计算机采用梅森旋转算法生成为随机序列,序列中的每一个元素就是伪随机数,由于计算机不能产生真正的随机数,所以伪随机数也就被称为随机数。
Random库包含两类,常用的有8个:
- 基本随机函数:seed() ,random()
- 扩展随机函数:randint() , getrandbits() , uniform() , randrange() , choice() , shuffleer
二、基本随机数函数
Python中的随机数使用随机数种子来产生,随机数种子通过梅森旋转算法产生随机序列,这个随机序列是唯一且确定的,随机序列中的每一个数就是随机数。换句话说,只要随机数种子相同,那么生产的随机序列无论是每一个数,还是数之间的关系都是相同的。
函数 | 描述 |
seed(a=None) | 初始化给定的随机数种子,默认为当前时间 |
random() |
生成一个[0.0,0.1]之间的随机小数(大于等于0,小于等于1)。 根据随机种子产生随机序列,产生后第一次调用该函数,则返回序列的第0个元素;第二次调用,返回序列的第1个元素......以此类推 |
实例1:使用默认的随机数种子产生随机数
>>> import random >>> random.seed() >>> random.random() 0.26766831849493655 >>> random.random() 0.15097582135924703 >>> random.random() 0.03295730541865094 >>> random.random() 0.9702771467774277 >>>
实例2:使用固定的随机数种子产生随机数
>>> import random >>> random.seed(10) >>> random.random() 0.5714025946899135 >>> random.random() 0.4288890546751146 >>> random.seed(10) >>> random.random() 0.5714025946899135 >>> random.random() 0.4288890546751146 >>>
三、扩展随机数函数
函数 | 描述 |
randint(a,b) |
生成一个[a,b]之间的整数 >>> random.randint(1,5) |
randrange[m,n,[,k]] | 生成一个[m,n]之间以k为步长的随机整数 >>> random.randrange(1,10,2) 1 >>> random.randrange(1,10,2) 9 |
getrandbits(k) |
生成一个k比特长的随机整数 >>> random.getrandbits(16) |
uniform(a,b) |
生成一个[a,b]之间的随机小数 >>> random.uniform(1,10) |
choice(seq) |
从序列seq中随机选择一个元素 >>> list = [1,2,3,4,5] |
shuffle(seq) |
将序列seq中的元素随机排序,返回打乱后的序列 >>> list = [1,2,3,4,5] |
这篇关于Python基础随机数库——Random的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-05-08有遇到过吗?同样的规则 Excel 中 比Python 结果大
- 2024-03-30开始python成长之路
- 2024-03-29python optparse
- 2024-03-29python map 函数
- 2024-03-20invalid format specifier python
- 2024-03-18pool.map python
- 2024-03-18threads in python
- 2024-03-14python Ai 应用开发基础训练,字符串,字典,文件
- 2024-03-13id3 algorithm python
- 2024-03-13sum array elements python