python random函数

87 阅读 0 评论 58 点赞

我是靠谱客的博主甜美饼干，最近开发中收集的这篇文章主要介绍python random函数，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

描述：

random()函数用于生成随机数
语法：
首先需要导入random模块，随后调用模块中的各种函数生成各类随机数
import random
a=random.fuc()

用法：

1.random.random() 返回一个随机生成的浮点数，范围在[0,1)之间。

import random
result=random.random()  #返回范围为[0,1)的随机数
print(result)

运行结果：

0.8426912342551296

2.random.uniform(a,b) 返回随机生成的一个浮点数，范围在[a,b)之间。import random

result=random.uniform(1,100) 
print(result)

运行结果：

62.31764379881037

3.random.randint(a,b) 生成指定范围内的整数。

import random
result=random.randint(1,100)  
print(result)

运行结果：

4.random.randrange(start,stop,step) 从指定范围按照步长递增的集合获取一个随机数。

import random
result=random.randrange(0,10,2)
print(result)

运行结果：

5.random.choice() 从指定的序列中获取一个随机元素。
一般来说 -random.choice(sequence)的输入是个sequence，sequence表示一个有序类型，泛指序列数据结构。列表，元组，字符串都属于sequence。

import random
result=random.choice([1,2,3,4,5,6]) #参数为序列，如列表，字典，元组
print(result)

运行结果：

6.random.shuffle(x) 用于将一个列表中的元素打乱。随机排序。

import random
li=[7,5,3,1,0,8,4,6]
random.shuffle(li) 
print(li)

运行结果：

[8, 3, 1, 4, 0, 7, 5, 6]

7.random.sample(sequence,k) 从指定序列中随机获取指定长度的片段。

import random
li=[7,5,3,1,0,8,4,6]
result=random.sample(li,4) 
print(result)

运行结果：

[7, 5, 0, 3]

8.np.random.randn(d0,d1,…,dn) 返回一个随机数组
rand函数根据给定维度生成[0,1)之间的数据，包含0，不包含1
dn表格每个维度

import random
import numpy as np
result=np.random.randn(2,3)  #2行3列
print(result)

运行结果

[[-0.44739352  0.64353724  0.04695763]
 [ 0.78454663 -0.57856368  0.88666722]]

9.np.random.normal(loc=a,scale=b,size=()) 返回满足条件为均值=a，标准差=b的正态分布的概率密度随机数，其中size的默认值为None，也就是返回一个随机数

import random
import numpy as np
result=np.random.normal(3,5,size=())
print(result)

运行结果：

-4.821760928184688

10.np.random.randn(d0,d1,…,dn) 返回标准正态分布（均值=0，标准差=1）的概率密度随机数

import random
import numpy as np
result=np.random.randn(2,3) 
print(result)

运行结果：

[[-0.22076253  0.55229905 -1.38612041]
 [ 1.14915544 -0.25060282  0.99140667]]

11.np.random.standard_normal(size=()) 返回标准正态分布（均值=0，标准差=1）的概率密度随机数，其中size的默认值为None，也就是返回一个随机数

import random
import numpy as np
result=np.random.standard_normal(size=())
print(result)

运行结果：

0.9447538338802863

12.np.random.randint(a,b,size=(),dtype=int) 返回在范围[a,b)中的随机整数(含有重复值)

import random
import numpy as np
result=np.random.randint(1,10,size=(),dtype=int) 
print(result)

运行结果：

13.random.seed() 设置随机数种子
random.seed()俗称为随机数种子。不设置随机数种子，你每次随机抽样得到的数据都是不一样的。设置了随机数种子，能够确保每次抽样的结果一样。而random.seed()括号里的数字，相当于一把钥匙，对应一扇门，同样的数值能够使得抽样的结果一致。

import random
def randomess():  #未设置随机种子
    rum = random.randint(1, 100)
    print(rum)
randomess()
# 59
randomess()
# 27
 
def random_seed(seed = 1):  #设置随机种子
    random.seed(seed)
    rum = random.randint(1, 100) #抽取从1-100的一个整数随机数
    print(rum)
    
random_seed(2)
# 8
random_seed(3)
# 31
random_seed(2)
# 8
random_seed(3)
# 31