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']