python-random
python-random
目录
random作为python自带的模块，无需下载即可直接使用。import random导入该模块。
初始化随机数
random.seed(a)
初始化随机数生成器 随机数种子， a(int) ，默认是 None ,表示当地时间
整数用函数
random.randrange()
random.randrange(start, stop[, step])
"""
从 range(start, stop, step) 返回一个随机选择的元素。 这相当于 choice(range(start, stop, step)) ，但实际上并没有构建一个 range 对象。
返回参数
在 [start,stop] 内随机整数， 包括start,不包括stop
"""
# 和 np.arange 一样有三种输入方式
# 输入end, 默认0 开始
print(random.randrange(5)) # 2
# 输入 start,end
print(random.randrange(1,5)) # 2
# 输入 start,end,step
print(random.randrange(2,5,2)) # 4
# 案例
# 随机生成0-20之间的偶数
print("randrange(0, 21, 2):", random.randrange(0, 21, 2))
random.randint(a, b)
随机生成a,b之间的整数
random.randint(a,b)
"""
输入参数
a 整数左起点 必须
b 整数右终点 必须
Note a<=b, 可以相等
返回参数 [a,b] 内随机整数 包括a, 包括b, 相当于randrange(a,b+1)
"""
print(random.randint(1,1)) # 1
print(random.randint(1,10)) # 4
浮点数用函数
random.random()
random()函数可以随机生成一个[0,1)的浮点数,包括0，不包括1
# 随机生成[0.1)的浮点数
import random
print(random.random())
# 0.0683854446391301
random.uniform( )
random.uniform(x, y)方法将随机生成一个实数，它在[x,y]范围内
- x -- 随机数的最小值，包含该值。
- y -- 随机数的最大值，不包含该值。
- 返回一个浮点数
# 随机生成0-20之间的浮点数
print("uniform(0, 20):", random.uniform(0, 20))
序列用函数
random.choice()
从非空序列 seq 中随机选取一个数据并返回，该序列可以是list、tuple、str、set。如果 seq 为空，则引发 IndexError。
random.choice(seq)
# 从序列中随机选择一个元素
list_string = ['a', 'b', 'c', 'd', 'e']
print("choice(list):", random.choice(list_string))
# output choice(list): b
print("choice(string):", random.choice('abcd'))
# output choice(string): d
random.chocies()
从集群中随机选取k次数据，返回一个列表，可以设置权重。
每次选取都不会影响原序列，每一次选取都是基于原序列。
random.choices(population,weights=None,*,cum_weights=None,k=1)
- population：集群。
- weights：相对权重。
- cum_weights：累加权重。
- k： 选取次数 k 可以大于len(population)
random.choices(population, weights=None, *, cum_weights=None, k=1)
"""
- population：集群。
- weights：相对权重。
- cum_weights：累加权重。
- k：选取次数。
参数weights设置相对权重，它的值是一个列表，设置之后，每一个成员被抽取到的概率就被确定了。
比如weights=[1,2,3,4,5],那么第一个成员的概率就是P=1/(1+2+3+4+5)=1/15。
cum_weights设置累加权重，Python会自动把相对权重转换为累加权重
比如weights=[1,2,3,4],那么cum_weights=[1,3,6,10]
weights 和 cum_weights 不能同时出现
"""
import random
a = [1,2,3,4,5]
print(random.choices(a,k=6)) # 解析：重复6次从列表a中的各个成员中选取一个数输出，各个成员出现概率基本持平。
# out [5, 4, 5, 4, 1, 3]
print(random.choices(a,weights=[0,0,1,0,0],k=6)) # 重复6次从列表a中提取3，最终得到[3, 3, 3, 3, 3, 3]
# out [3, 3, 3, 3, 3, 3]
print(random.choices(a,weights=[1,1,1,1,1],k=6)) # 重复6次从列表a中的各个成员中选取一个数输出，各个成员出现概率基本持平。
# out [5, 4, 3, 5, 4, 3]
print(random.choices(a,cum_weights=[1,1,1,1,1],k=6))
# 结果：[1, 1, 1, 1, 1, 1]（固定结果）
random.shuffle()
# 对列表元素随机排序
list_number = [1, 2, 3, 4, 5]
random.shuffle(list_number)
print("shuffle(list):", list_number)
Node: random.shuffle千万不要用于二维numpy.array（也就是矩阵）
import random
import numpy as np
a = np.array([[1,2,3,4],
[5,6,7,8]])
random.shuffle(a)
print(a)
# out [[1 2 3 4],[1 2 3 4]]
# 多维矩阵
import numpy as np
arr = np.arange(9).reshape((3, 3))
np.random.shuffle(arr)
print(arr)
# 多维矩阵中，只对第一维（行）做打乱顺序操作）:
random.sample()
返回从总体序列或集合中选择的唯一元素的 k 长度列表。 用于无重复的随机抽样。
不会重复选取
random.sample(population, k)
- population： 集群。
- k： 选取次数 k 小于等于 len(population)
choices sample 的 区别
list_string = ['a', 'b', 'c', 'd', 'e']
print(random.choices(list_string,k=3))
print(random.sample(list_string, k=3))
# out ['c', 'a', 'c']
# out ['c', 'a', 'b']
print(random.choices(list_string,k=6))
# out ['b', 'a', 'c', 'e', 'c', 'c']
print(random.sample(list_string, k=6))
# 报错 ValueError
其他函数
| 方法 | 描述 |
|---|---|
| betavariate() | 根据Beta分布（在统计中使用）返回0到1之间的随机浮点数 |
| expovariate() | 根据指数分布（在统计中使用），返回0到1之间的随机浮点数，如果参数为负，则返回0到-1之间的随机浮点数 |
| gammavariate() | 根据Gamma分布返回0到1之间的随机浮点数（用于统计） |
| gauss() | 根据高斯分布（在概率理论中使用）返回0到1之间的随机浮点数 |
| lognormvariate() | 根据对数正态分布返回0到1之间的随机浮点数（用于概率论） |
| normalvariate() | 根据正态分布返回0到1之间的随机浮点数（用于概率论） |
| vonmisesvariate() | 根据von Mises分布（在方向统计中使用）返回0到1之间的随机浮点数 |
| paretovariate() | 根据Pareto分布返回0到1之间的随机浮点数（用于概率论） |
| weibullvariate() | 根据Weibull分布返回0到1之间的随机浮点数（在统计中使用） |
可以参考官方文档
