日食三餐夜眠六尺

导航

< 2025年2月 >
26 27 28 29 30 31 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 1
2 3 4 5 6 7 8

统计

随机数生成random

import random
# [0,1)内浮点数
random.random() # 0.8566504260676788
# 均匀分布 [min,max),浮点数
random.uniform(1,100) # 42.10656413449698
# 指定种子
random.seed(1)
random.random() # 0.13436424411240122
# [min,max]内随机整数
random.randint(1,100) # 33
# range(start,stop,step)内随机数
random.randrange(0,20,3) # 9
# 制定序列中随机选取
random.choice(['a','b','c']) # 'b'
# 打乱序列
a = [1,2,3,4,5]
random.shuffle(a) 
a  # [4, 1, 5, 2, 3]
# 采样:不放回
random.sample([1,2,3,4,5], 3) # [2, 3, 1]
# 互不干扰,并发生成器
r1 = random.Random()
r2 = random.Random()
print(r1.randint(1,100), r2.randint(1,100)) # 46 78
# 正太分布
random.normalvariate(5, 0.5)
# 或者
random.gauss(5, 0.5) # 4.826469674095929

posted on   chenxiaoyuan  阅读(72)  评论(0编辑  收藏  举报

相关博文:
阅读排行:
· 在鹅厂做java开发是什么体验
· 百万级群聊的设计实践
· WPF到Web的无缝过渡:英雄联盟客户端的OpenSilver迁移实战
· 永远不要相信用户的输入:从 SQL 注入攻防看输入验证的重要性
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
点击右上角即可分享
微信分享提示