Python random 模塊

Python random 模塊主要用于生成隨機數(shù)。

創(chuàng)新互聯(lián)主營宣恩網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營網(wǎng)站建設(shè)方案,重慶App定制開發(fā),宣恩h5小程序開發(fā)搭建,宣恩網(wǎng)站營銷推廣歡迎宣恩等地區(qū)企業(yè)咨詢

random 模塊實現(xiàn)了各種分布的偽隨機數(shù)生成器。

要使用 random 函數(shù)必須先導(dǎo)入：

import random

查看 random 模塊中的內(nèi)容:

實例

>>>
import
random


>>>
dir
(
random
)


[
'BPF'
,
'LOG4'
,
'NV_MAGICCONST'
,
'RECIP_BPF'
,
'Random'
,
'SG_MAGICCONST'
,
'SystemRandom'
,
'TWOPI'
,
'_Sequence'
,
'_Set'
,
'__all__'
,
'__builtins__'
,
'__cached__'
,
'__doc__'
,
'__file__'
,
'__loader__'
,
'__name__'
,
'__package__'
,
'__spec__'
,
'_accumulate'
,
'_acos'
,
'_bisect'
,
'_ceil'
,
'_cos'
,
'_e'
,
'_exp'
,
'_floor'
,
'_inst'
,
'_log'
,
'_os'
,
'_pi'
,
'_random'
,
'_repeat'
,
'_sha512'
,
'_sin'
,
'_sqrt'
,
'_test'
,
'_test_generator'
,
'_urandom'
,
'_warn'
,
'betavariate'
,
'choice'
,
'choices'
,
'expovariate'
,
'gammavariate'
,
'gauss'
,
'getrandbits'
,
'getstate'
,
'lognormvariate'
,
'normalvariate'
,
'paretovariate'
,
'randbytes'
,
'randint'
,
'random'
,
'randrange'
,
'sample'
,
'seed'
,
'setstate'
,
'shuffle'
,
'triangular'
,
'uniform'
,
'vonmisesvariate'
,
'weibullvariate'
]

接下來我們使用 方法返回一個隨機數(shù)，它在 [0,1) 范圍內(nèi)，包含 0 但不包含 1。

實例

# 導(dǎo)入 random 包


import
random

# 生成隨機數(shù)


print
(
random.
random
(
)
)

以上實例輸出結(jié)果為：

0.4784904215869241

方法改變隨機數(shù)生成器的種子，可以在調(diào)用其他隨機模塊函數(shù)之前調(diào)用此函數(shù)。

實例

#!/usr/bin/python3


import
random

random.
seed
(
)


print
(
"使用默認種子生成隨機數(shù)："
,
random.
random
(
)
)


print
(
"使用默認種子生成隨機數(shù)："
,
random.
random
(
)
)

random.
seed
(
10
)


print
(
"使用整數(shù) 10 種子生成隨機數(shù)："
,
random.
random
(
)
)


random.
seed
(
10
)


print
(
"使用整數(shù) 10 種子生成隨機數(shù)："
,
random.
random
(
)
)

random.
seed
(
"hello"
,
2
)


print
(
"使用字符串種子生成隨機數(shù)："
,
random.
random
(
)
)

以上實例運行后輸出結(jié)果為：

使用默認種子生成隨機數(shù)： 0.7908102856355441
使用默認種子生成隨機數(shù)： 0.81038961519195
使用整數(shù) 10 種子生成隨機數(shù)： 0.5714025946899135
使用整數(shù) 10 種子生成隨機數(shù)： 0.5714025946899135
使用字符串種子生成隨機數(shù)： 0.3537754404730722

random 模塊方法

random 模塊方法如下：

方法	描述
	初始化隨機數(shù)生成器
getstate()	返回捕獲生成器當(dāng)前內(nèi)部狀態(tài)的對象。
setstate()	state 應(yīng)該是從之前調(diào)用 getstate() 獲得的，并且 setstate() 將生成器的內(nèi)部狀態(tài)恢復(fù)到 getstate() 被調(diào)用時的狀態(tài)。
getrandbits(k)	返回具有 k 個隨機比特位的非負 Python 整數(shù)。 此方法隨 MersenneTwister 生成器一起提供，其他一些生成器也可能將其作為 API 的可選部分提供。 在可能的情況下，getrandbits() 會啟用 randrange() 來處理任意大的區(qū)間。
	從 range(start, stop, step) 返回一個隨機選擇的元素。
	返回隨機整數(shù) N 滿足 a <= N <= b。
	從非空序列 seq 返回一個隨機元素。 如果 seq 為空，則引發(fā) IndexError。
choices(population, weights=None, *, cum_weights=None, k=1)	從 population 中選擇替換，返回大小為 k 的元素列表。 如果 population 為空，則引發(fā) IndexError。
	將序列 x 隨機打亂位置。
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 長度列表。 用于無重復(fù)的隨機抽樣。
	返回 [0.0, 1.0) 范圍內(nèi)的下一個隨機浮點數(shù)。
	返回一個隨機浮點數(shù) N ，當(dāng) a <= b 時 a <= N <= b ，當(dāng) b < a 時 b <= N <= a 。
triangular(low, high, mode)	返回一個隨機浮點數(shù) N ，使得 low <= N <= high 并在這些邊界之間使用指定的 mode 。 low 和 high 邊界默認為零和一。 mode 參數(shù)默認為邊界之間的中點，給出對稱分布。
betavariate(alpha, beta)	Beta 分布。 參數(shù)的條件是 alpha > 0 和 beta > 0。 返回值的范圍介于 0 和 1 之間。
expovariate(lambd)	指數(shù)分布。 lambd 是 1.0 除以所需的平均值，它應(yīng)該是非零的。
gammavariate()	Gamma 分布（ 不是伽馬函數(shù)） 參數(shù)的條件是 alpha > 0 和 beta > 0。
gauss(mu, sigma)	正態(tài)分布，也稱高斯分布。 mu 為平均值，而 sigma 為標準差。 此函數(shù)要稍快于下面所定義的 normalvariate() 函數(shù)。
lognormvariate(mu, sigma)	對數(shù)正態(tài)分布。 如果你采用這個分布的自然對數(shù)，你將得到一個正態(tài)分布，平均值為 mu 和標準差為 sigma 。 mu 可以是任何值，sigma 必須大于零。
normalvariate(mu, sigma)	正態(tài)分布。 mu 是平均值，sigma 是標準差。
vonmisesvariate(mu, kappa)	馮·米塞斯分布。 mu 是平均角度，以弧度表示，介于0和 2*pi 之間，kappa 是濃度參數(shù)，必須大于或等于零。 如果 kappa 等于零，則該分布在 0 到 2*pi 的范圍內(nèi)減小到均勻的隨機角度。
paretovariate(alpha)	帕累托分布。 alpha 是形狀參數(shù)。
weibullvariate(alpha, beta)	威布爾分布。 alpha 是比例參數(shù)，beta 是形狀參數(shù)。

當(dāng)前文章：Pythonrandom模塊
網(wǎng)站URL：http://www.dlmjj.cn/article/dpjiosi.html