Python之random学习

标签：top   strong   sim   角度   style   start   art   其他   随机数   

　　random库是用于产生并运用随机数的标准库。

　　从概率论角度来说，随机数是随机产生的数据（比如抛硬币），但时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，只能产生伪随机数

一、调用语句：

import random # python中的随机数生成模块

二、基本随机数函数

（一）seed(a):设置初始化随机种子，可重现相同随机数序列，与其他函数配套使用

使用：

random.seed(a)

设置random包的seed值，该值对于生成随机数至为重要，a取整数或浮点数不设置时默认以系统时间为种子

（二）random()：下述

二、扩展随机数函数

函数功能主要分为：

（一）获取随机小数

1. random()：生成一个[0.0,1.0)之间的随机小数

In:

import random
x = random.random()
print(x)

Out:

>>0.8268016072790678

　　2.uniform(a,b)：生成一个[a,b]之间的随机小数

In:

import random
x = random.uniform(10, 20)
print(x)

Out:

>>17.744508676671582

（二）获取随机整数

1. randint(a,b)：生成一个[a,b](b>a)之间的随机整数（仅按域的要求获得随机整数）

In:

import random
x = random.randint(10, 20)
print(x)

Out:

>>12

　　2.getrandbits(k)：生成一个k比特长度的随机整数 （按存储大小的要求获得随机整数）

In:

import random
x = random.getrandbits(3)
#随机生成二进制长度为3位的十进制整数（0-7）
print(x)

Out:

>>5

　　3.randrange(start,stop[,step])：生成一个[start,stop)之间以step为步数的随机整数 （按域、步长的要求获得随机整数）

In:

import random
x = random.randrange(10, 100, 2)
#相当于从序列[10, 12, ..., 96, 98]中随机返回一个数。
print(x)

Out:

>>62

（三）对序列类型进行随机操作

1. choice(seq)：从序列类型seq（如字符串，列表，元组）中随机返回一个元素（用于序列抽1签）

In:

import random
x = random.choice(["i", "love", "Math"])
print(x)

Out:

>>Math

　　2.shuffle(seq)：将序列类型seq中元素随机排序，返回打乱后序列，seq被改变（用于序列洗牌）

In:

import random
x = [‘python‘, ‘is‘, ‘powerful‘, ‘simple‘, ‘.‘]
random.shuffle(x)
print(x)#会修改原有序列

Out:

>>[‘is‘, ‘powerful‘, ‘simple‘, ‘.‘, ‘python‘]

　　3.sample(pop,k)：从序列类型pop中选取k个元素，以列表类型返回（用于序列抽K签，存入列表）

In:

import random
list = [1, 2, 3, 4, 5, 6, 7]
x = random.sample(list, 5)
# 从list中随机选取5个元素，生成一个新的list并返回
print("改变后序列：",x)
print("原序列：",list)#原序列不改变

Out:

>>改变后序列： [2, 1, 4, 5, 7]
原序列： [1, 2, 3, 4, 5, 6, 7]

最后：random库找随机数在一些算法中使用最多，譬如遗传算法找遗传因子，找最优路径时先生成随机路径再优化等等。而且random库并不难学，只要熟悉了函数，就能够很快上手帮助自己解决问题的

Python之random学习

标签：top   strong   sim   角度   style   start   art   其他   随机数   

原文地址：https://www.cnblogs.com/000cxl000/p/10988786.html