Python之random库的详细使用【生成随机数据】
前言
① random 库是使用随机数的Python标准库。
②伪随机数:采用梅森旋转算法生成的随机序列中元素。
(随机数是随机产生的数据(比如抛硬币),但是计算机是不可能产生随机值,真正的随机数也是在特定条件下产生的确定值,计算机不能产生真正的随机数,那么伪随机数也就被称为随机数。)
③导入:import random
一、基本随机数
Python中产生随机数使用随机数种子来产生【只要种子相同,产生的随机序列,无论是每一个数,还是数与数之间的关系都是确定的,所以随机数种子确定了随机序列的产生】
random.seed(a=None)
设置随机种子数,可以是浮点数或整数,如果不设置的话,则random库默认以系统时间产生当作随机数种子,设置种子的好处是可以重复再现相同的随机数序列
二、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
例如:
# 栗子一 for i in range(5): print(random.randrange(20)) #### 17 4 7 7 4 # 栗子二 for i in range(5): print(random.randrange(10, 20)) #### 13 14 11 17 17 # 栗子三 for i in range(5): print(random.randrange(10, 20, 2)) #### 12 12 14 14 10
random.randint
语法格式
random.randint(a, b)
- 返回随机整数 N 满足 a <= N <= b
- 相当于 random.randrange(a, b+1)
- 【a、b 都可以取得到值】
例如:
for i in range(5): print(random.randint(0,20)) #### 19 20 11 6 3
三、返回浮点数
random.random()
语法格式
random.random()
- 返回 [0.0, 1.0) 范围内的下一个随机浮点数
例如:
# 栗子一 for i in range(5): print(random.random()) #### 0.9829492243165335 0.43473506430105724 0.5198709187243076 0.6437884305820736 0.7216771961168909 # 栗子二 for i in range(5): print(math.ceil(random.random() * 1000)) #### 772 352 321 62 127
random.uniform(a, b)
语法格式
random.uniform(a, b)
- 返回一个随机浮点数 N
- 当
a <= b
时,a <= N <= b
- 当
b <= a
时,b <= N <= a
例如:
# 栗子一 for i in range(5): print(random.uniform(1, 10)) #### 2.6200262089754593 9.220506911469235 3.0206896704014783 9.670905330339174 1.170694187192196 # 栗子二 for i in range(5): print(random.uniform(8, 2)) #### 2.696842757954265 6.058794935110275 7.567631220015144 2.2057698202258074 4.454083664106361
四、传递列表作为参数
random.choice
random.choice(seq)
- 从非空序列 seq 返回一个随机元素
- 如果 seq 为空,会抛出 IndexError
例如:
# 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)) #### 5 c c e l 2 F
random.choices
语法格式
random.choices(population, weights=None, *, cum_weights=None, k=1)
- 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
例如:
①不带参数的栗子:可以重复取元素
a = [1,2,3,4,5] print(random.choices(a,k=5)) # 结果 [5, 5, 3, 1, 5]
②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
③带 weight 的栗子二:2 的权重更大,所以取到它的概率更高
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]
④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)) # 结果 [1, 1, 1, 1, 1] [2, 2, 1, 2, 1] [5, 5, 1, 4, 2]
random.shuffle
语法格式
random.shuffle(x[, random])
- 将序列 x 随机打乱位置
- 只能是列表;元组和字符串会报错
- random 暂时没找到有什么用,可以忽略
例如:
# 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
random.sample(population, k)
- 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
例如:
# 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']
去期待陌生,去拥抱惊喜。