Python 中random 库的详细使用
作者:小菠萝测试笔记 发布时间:2022-01-19 05:35:14
Random库主要包含返回随机数的函数,主要用于普通的随机数生成的程序,如果对随机性有特殊要求,比如加密等,可以用函数os.urandom()或者random模块内部的SystemRandom类,这些可以让数据接近真正的随机性。
前言
为啥突然写这个?因为用到就写呗,感觉对生成数据很有用,之前都是百度别人的,今天来对着官方文档写,超级标准!
这边只讲常用的,看了下文档还有什么数学方法,太高级好像用不上
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
实际栗子
# 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
返回随机整数N满足
a<=N<=b
相当于
randrange(a,b+1)
random.randint(a, b)
实际栗子
for i in range(5):
print(random.randint(0,20))
####
19
20
11
6
3
a、b 都可以取得到哦
返回浮点数
random.random()语法格式
返回 [0.0, 1.0) 范围内的下一个随机浮点数
random.random()
实际栗子
# 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
返回一个随机浮点数N
当
a<=b
时,a<=N<=b
当
b<a
时,b<=N<=a
random.uniform(a, b)
实际栗子
# 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
传递列表作为参数
random.choice
语法格式
从非空序列 seq 返回一个随机元素
如果 seq 为空,会抛出 IndexError
random.choice(seq)
实际栗子
# 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
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
random.choices(population, weights=None, *, cum_weights=None, k=1)
看的迷迷糊糊啥意思。。?来看栗子。。
不带参数的栗子
a = [1,2,3,4,5]
print(random.choices(a,k=5))
# 结果
[5, 5, 3, 1, 5]
可以重复取元素
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
带 weight 的栗子二
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]
2 的权重更大,所以取到它的概率更高
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]
是不是看不懂?我也看不懂,但其实就是普通权重相加而已
cum_weights=[1, 1, 1, 1, 1]
等价于 weights=[1, 0, 0, 0, 0]
[1,1+0,1+0+0,1+0+0+0,1+0+0+0+0]
看懂了没,太 * 了。。
cum_weights=[1, 4, 4, 4, 4]
等价于 weights=[1, 3, 0, 0, 0]
[1,1+3,1+3+0,1+3+0+0,1+3+0+0+0]
random.shuffle
语法格式
将序列 x 随机打乱位置
只能是列表[],元组、字符串会报错哦
random 暂时没找到有什么用,可以忽略
random.shuffle(x[, random])
实际栗子
# 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
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
random.sample(population, k)
实际栗子
全都是 k=3
# 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']
来源:https://www.cnblogs.com/poloyy/p/14845553.html
猜你喜欢
- 简单使用最开始,我们用最短的代码体验一下logging的基本功能。import logginglogger = logging.getLog
- 相信很多学编程的人都对Vlookup函数不陌生,一些在excel中不方便处理的大量数据,用Python就可以轻松解决。下面介绍openpyx
- 一、包在我们的项目中,可能会有太多的模块但是我们不能把所有的模块这样放在这里,这样项目会乱七八糟。我们可以将所有相同类型的模块放在一个文件夹
- 今天碰到一个很有意思的问题,需要将普通的 Unicode字符串转换为 Unicode编码的字符串,如下:将 \\u9500\\u552e 转
- 程序在运行过程中所有的的数据都存储在内存 (RAM) 中,「RAM 是易失性存储器,系统掉电后 RAM 中的所有数据将全部丢失」。在大多数情
- 使用tensorflow过程中,训练结束后我们需要用到模型文件。有时候,我们可能也需要用到别人训练好的模型,并在这个基础上再次训练。这时候我
- 一、token是什么 Token: 访问资源的凭证。一般用户通过用户名密码登录后,服务端会将登录凭证做数字签名,加密之后的字符串作
- 代码如下:CREATE DATABASE 临时的 ON ( NAME='临时的_Data', FILENAME='h
- Python中和Pandas中数据类型对应关系如下:果数据是纯净的数据,可以转化为数字astype基本也就是两种用作,数字转化为单纯字符串,
- Python爬取网页信息的步骤以爬取英文名字网站(https://nameberry.com/)中每个名字的评论内容,包括英文名,用户名,评
- 从事API相关的工作很有挑战性,在高峰期保持系统的稳定及健壮性就是其中之一,这也是我们在Mailgun做很多压力测试的原因。这么久以来,我们
- tensorflow模型保存为saver = tf.train.Saver()函数,saver.save()保存模型,代码如下:import
- 为什么会用多页面在开发时,对于同一类型的多网站,多页面大大节省开发时间,只需要配置一次就可以实现多次开发变成单次开发,同时一个包就可以展示一
- 粒子群算法粒子群算法源于复杂适应系统(Complex Adaptive System,CAS)。CAS理论于1994年正式提出,CAS中的成
- 第一步:下载一个JDBC驱动包,例如我用的是:mysql-connector-java-5.1.17-bin.jar第二步:导入下载的JDB
- 在平时,常常会提醒自己要做一个善于发现的人,时刻发现细节,这样才会更加懂得生活、会让生活更加精彩。在学习上也是如此,我们常常会发现有很多网站
- 一、日志库选型需要和比较1.日志库选型需求日志性能不同日志级别可读性(包括日志采集、监控等)文件切割(不同维度分割)2.日志库比较记录一条消
- 本文实例讲述了Python 类的私有属性和私有方法。分享给大家供大家参考,具体如下:xx:公有变量_xx:公有变量或方法,不能通过impor
- 1. 代码:def random_color(number=number): color = [] intnum =
- 问题:cudatoolkit cudnn 通过conda 虚拟环境安装,先前已经使用virtualenv安装tf,需要在conda虚拟环境中