Python模块(三):random库

简介: Python模块(三):random库

1.random库基本介绍


random库是使用随机数的Python标准库,random库主要用于生成随机数。


伪随机数:采用梅森旋转算法生成的(伪)随机序列中的元素。


使用random库的语句为如下:👇👇👇


import random

那么,random库中包括两类函数,常用的一共有如下8个。


①基本随机数函数:seed(),random()


②扩展随机数函数:randint(),getrandbits(),uniform(),randrange(),choice(),shuffle()


下面,我们逐一的来介绍这些函数的使用方法!!!



2.基本随机函数


>>> import random
>>> random.seed(5)
>>> random.random()
0.6229016948897019
>>> random.random()
0.7417869892607294
(可以看到,这就产生了种子5对应的序列,分别为第一次产生的随机数和第二次产生的随机数)
(种子只需要给一次,那么随机数就会随着每次调用产生不同的随机数)
>>> import random
>>> random.seed(5)
>>> random.random()
0.6229016948897019
>>> random.seed(5)
>>> random.random()
0.6229016948897019
(两次的输出结果相同,每次调用的种子相同,且顺序也相同,那么所产生的随机数也是相同的)


3.扩展随机数函数

>>> import random
>>> random.randint(0,100)
20
>>> random.randint(0,100)
14
>>> random.randint(0,100)
47
>>> random.randint(0,100)
60
>>> random.randint(0,100)
31
(这里生成了一个区间[0,100]之间的任意整数)
>>> import random
>>> random.randrange(0,100,6)
96
>>> random.randrange(0,100,6)
0
>>> random.randrange(0,100,6)
84
>>> random.randrange(0,100,6)
42
>>> random.randrange(0,100,6)
6
(这里生成的全部都是区间[0,100)之间以6为步长的随机整数,可以理解为整除6的整数)
>>> import random
>>> random.getrandbits(10)
389
(这里生成了一个10比特长的随机整数)
>>> import random
>>> random.uniform(0,10)
5.437608592359304
>>> random.uniform(0,10)
5.739411879281008
>>> random.uniform(0,10)
0.13114189588902203
>>> random.uniform(0,10)
2.1672980046384813
>>> random.uniform(0,10)
2.794823660111103
(这里生成的都是区间[0,10]之间的随机小数)
>>> import random
>>> random.choice([1,2,3,4,5,6,7,8,9,10])
7
>>> random.choice([1,2,3,4,5,6,7,8,9,10])
3
>>> random.choice([1,2,3,4,5,6,7,8,9,10])
2
>>> random.choice([1,2,3,4,5,6,7,8,9,10])
3
>>> random.choice([1,2,3,4,5,6,7,8,9,10])
10
(这里是从序列中随机选择一个元素,也可以是下面这种写法)
>>> s=[1,2,3,4,5,6,7,8,9,10]
>>> random.choice(s)
10
>>> import random
>>> s=[1,2,3,4,5,6,7,8,9,10]
>>> random.shuffle(s)
>>> print(s)
[4, 10, 6, 5, 2, 7, 1, 9, 3, 8]
(这里是将序列s中的元素随机排列,返回的是打乱之后的序列)

对于Python语言中的random库,我们基本上需要掌握的是:

①能够利用随机数种子产生“确定”伪随机数。

②能够产生随机整数。

③能够对序列类型进行随即操作。


那么,以上就是博主总结的random库的相关内容!!!欢迎浏览访问!!!

相关文章
|
1天前
|
Python
【Python进阶(五)】——模块搜索及工作目录
【Python进阶(五)】——模块搜索及工作目录
|
1天前
|
SQL 关系型数据库 数据库连接
使用 Python 访问数据库的基本方法
【5月更文挑战第12天】在Python中操作数据库涉及安装数据库驱动(如mysql-connector-python, psycopg2, pymongo)、连接数据库、执行查询/更新、处理结果集及关闭连接。使用ORM(如SQLAlchemy)可简化操作。通过上下文管理器(with语句)能更好地管理资源和错误。注意根据实际需求处理事务、错误和安全性,例如使用SSL连接。
18 2
|
1天前
Python---random库
Python---random库
5 1
|
1天前
|
SQL 开发框架 .NET
Python---time库
Python---time库
9 2
Python---time库
|
1天前
|
数据采集 数据可视化 数据挖掘
利用Python和Pandas库优化数据分析流程
在当今数据驱动的时代,数据分析已成为企业和个人决策的重要依据。Python作为一种强大且易于上手的编程语言,配合Pandas这一功能丰富的数据处理库,极大地简化了数据分析的流程。本文将探讨如何利用Python和Pandas库进行高效的数据清洗、转换、聚合以及可视化,从而优化数据分析的流程,提高数据分析的效率和准确性。
|
1天前
|
Python
Python 内置正则表达式库re的使用
正则表达式是记录文本规则的代码,用于查找和处理符合特定规则的字符串。在Python中,常通过原生字符串`r'string'`表示。使用`re.compile()`创建正则对象,便于多次使用。匹配字符串有`match()`(从开头匹配)、`search()`(搜索首个匹配)和`findall()`(找所有匹配)。替换字符串用`sub()`,分割字符串则用`split()`。
15 3
|
1天前
|
Java Python
Python 内置库 多线程threading使用讲解
本文介绍Python中的线程基础。首先展示了单线程的基本使用,然后通过`threading`模块创建并运行多线程。示例中创建了两个线程执行不同任务,并使用`active_count()`和`enumerate()`检查线程状态。接着讨论了守护线程,主线程默认等待所有子线程完成,但可设置子线程为守护线程使其随主线程一同结束。`join()`方法用于主线程阻塞等待子线程执行完毕,而线程池能有效管理线程,减少频繁创建的开销,Python提供`ThreadPoolExecutor`进行线程池操作。最后提到了GIL(全局解释器锁),它是CPython的机制,限制了多线程并行执行的能力,可能导致性能下降。
12 1
|
1天前
|
数据可视化 数据挖掘 数据处理
Altair:Python数据可视化库的魅力之旅
Altair:Python数据可视化库的魅力之旅
11 0
|
1天前
|
机器学习/深度学习 数据挖掘 PyTorch
10个非常有用的Python库,你知道几个?
这些库覆盖了数据科学、机器学习、Web开发和其他领域,使Python成为一个多用途的编程语言。它们在各种项目和领域中都非常有用。
17 2
|
1天前
|
Python
在Python中,利用`os模块`的`path.exists()`函数可判断文件是否存
【5月更文挑战第12天】在Python中,利用`os模块`的`path.exists()`函数可判断文件是否存在,该函数对路径进行检查,存在则返回True,不存在则返回False。示例代码展示了如何检查'example.txt'文件是否存在并相应打印消息。此外,`os.path.isfile()`用于确认路径是否为文件,仅当是文件时返回True,否则返回False,同样配以示例说明其用法。
23 2