一篇文章带你了解python标准库--random模块

1. random库基本介绍

Random库时使用随机数的python标准库

• 伪随机数：采用梅森旋转算法生成的（伪）随机序列中的元素
• Random库主要用于生成随机数
• 使用random库：import random

2. random库概述

Random库包含两类函数，常用共8个

• 基本随机函数：seed() random()
• 扩展随机函数：randint() getrandbits() uniform()
  
• randrange() choice() shuffle()

2.1 基本随机函数

• 随机数种子
  

• 基本随机函数
  

示例 1

>>> import random#调用random模块
>>> random.seed(5)
>>> random.random()
0.6229016948897019
>>> random.random()
0.7417869892607294

示例 2

>>> import random
>>> random.seed(5)
>>> random.random()
0.6229016948897019
>>> random.seed(5)
>>> random.random()
0.6229016948897019

2.2 扩展随机函数

扩展随机函数

3. 随机数函数的使用

• 能够利用随机数种子产生“确定“伪随机数
• 能够产生随机整数
• 能够对序列类型进行随机操作

4. 实例

1.用random.random()生成一个基于0.0<=x<=1.0之间的浮点数

>>> import random
>>> random.random() #调用random()方法
0.594515103049593
>>> 

2.用random.uniform(a,b)在指定范围获取随机数。返回一个随机浮点数N，若a<=b，则返回a<=N<=b；若a>=b，则返回b<=N<=a。

>>> random.uniform(1,8)#在【1，8】范围内获取一个随机浮点数
2.9432430789720927
>>> random.uniform(9,6)
6.502188530262087
>>> random.uniform(-10,-1)
-1.6640665895566507
>>> 

3.用random.triangular(low,high,mode)返回三角形分布的随机数。

返回一个随机的浮点数N，使得low<=N<=high，并且在这些边界指定mode。low和high默认为0和1。mode参数默认为边界之间的中点。若持续使用该方法，可以得到以mode为对称点的随机分布数据集。

>>> random.triangular()#在默认情况下产生一个三角形分布随机数
0.764537932523999
>>> random.triangular(1,12)  #指定【low，high】范围参数
3.2879057952571604
>>> random.triangular(11,12,20)  #指定low、high、mode参数
11.832700021006795
>>> random.triangular(0,5,10)
6.032774679089732
>>> 

4.用random.betavariate(alpha,beta)求Beta分布，参数的条件是α>0和β>0，返回值的范围介于0和1之间。

>>> random.betavariate(5,8)#求Beta随机分布值
0.2348237132951728
>>> 

标准库只要了解每个类的使用方法和参数的含义与使用，就能很快上手python的标准库，唯一的缺点就是你需要简单记忆一下1经常用到的方法，有点费脑。

总结

本篇文章就到这里了，希望能给你带来帮助，也希望您能够多多关注本站的更多内容！

美国快速服务器

版权声明：本站文章来源标注为YINGSOO的内容版权均为本站所有，欢迎引用、转载，请保持原文完整并注明来源及原文链接。禁止复制或仿造本网站，禁止在非www.yingsoo.com所属的服务器上建立镜像，否则将依法追究法律责任。本站部分内容来源于网友推荐、互联网收集整理而来，仅供学习参考，不代表本站立场，如有内容涉嫌侵权，请联系alex-e#qq.com处理。