random库基本使用

概述:random库是使用随机数的python标准库,主要用来生成随机数

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:import random

基本随机函数:seed()  random()

扩展随机函数:randint()  getrandbits()  uniform()  randrange()  choice()  shuffle()

详解:

基本随机函数

seed() 初始化给定的随机数种子,默认为当前系统时间

>>> random.seed(10)

random() 生成一个[0.0, 1.0)之间的随机小数

>>> random.random()
0.5714025946899135
>>> random.random()
0.4288890546751146

>>> random.seed(10)
>>> random.random()
0.5714025946899135
>>> random.random()
0.4288890546751146

扩展随机函数

randint(a,b) 生成一个[a, b]之间的整数

>>> random.randint(10,100)
83

uniform(a,b)

生成一个[a, b]之间的随机小数

>>> random.uniform(1,10)
4.195735189575358

randrange(m,n[,k])  生成一个[m, n)之间以k为步长的随机整数

>>> random.randrange(1,151,3)
1
>>> random.randrange(1,151,3)
40

getrandbits(k) 生成一个k比特长的随机整数

>>> random.getrandbits(16)
32197

choice(seq) 从序列seq中随机选择一个元素

>>> random.choice(‘!"#$%&\‘()*+,-./:;<=>[email protected][\\]^_`{|}~‘)
‘_‘

shuffle(seq) 将序列seq中元素随机排列,返回打乱后的序列

>>> s = [1,2,3,4,5,6,7,8,9,0]
>>> random.shuffle(s)
>>> print(s)
[4, 7, 1, 9, 3, 6, 2, 8, 0, 5]

原文地址:https://www.cnblogs.com/lisi01/p/10051905.html

时间: 2024-10-06 07:07:34

random库基本使用的相关文章

Python math库和random库

1.math库 1 >>> from math import * 2 >>> 2*pi 3 6.283185307179586 4 >>> e 5 2.718281828459045 6 >>> ceil(2.3) 7 3 8 >>> floor(2.3) 9 2 10 >>> pow(2,3) 11 8.0 12 >>> log(e) 13 1.0 14 >>>

2-1:math库与random库

一.math库: math库是python语言中常用的一个函数库,它包含了一批数学函数,下面我们看一下这个函数库 由于math库中的函数与数学中的函数比较一致,相对比较简单,请同学们自行练习一下: 二.random库 random库也是python语言中常用的一个函数库,它包含了一批随机函数,随机函数用来生成随机数,随机数指随机生成的数据. 随机数库及其使用: from random import * print(random()) #生成一个0到1之间的小数 print(uniform(1,1

python之random库的使用以及程序的异常处理

1.random库的使用: random库是使用随机数的Python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,只不过这些条件我们没有理解,或者超出了我们的理解范围.计算机不能产生真正的随机数,那么伪随机数也就被称为随机数--伪随机数:计算机中通过采用梅森旋转算法生成的(伪)随机序列元素python中用于生成伪随机数的函数库是random因为是标准库,使用时候只需要import random random库

模块: random库的使用

random库概述 random库是使用随机数的Python标准库-伪随机数: 采用梅森旋转算法生成的(伪)随机序列中元素-random库主要用于生成随机数-使用random库: import random random库包括两类函数,常用共8个-基本随机数函数:seed(),random()-扩展随机数函数:randint(), getrandbits(), uniform(),randrange(), choice(), shuffle() 基本随机数函数 >>>import ran

圆周率的计算【random库的应用】

圆周率的计算 ????????????????????????????????????????????????????????????????????????????????????????????????描述???????????????????????????????????????????????????????????????????????????????????????????????? 求解圆周率可以采用蒙特卡罗方法,在一个正方形中撒点,根据在1/4圆内点的数量占总撒点数的比例计算

random库使用例子——生成随机验证码

用于生成4位随机验证码 #_*_coding:utf-8_*_ #__author__ = "csy" import random checkcode='' for i in range(4): current=random.randrange(0,4) #生成随机数与循环次数比对 current1 = random.randrange(0,4) if current == i: tmp=chr(random.randint(65,90)) #65~90为ASCii码表A~Z elif

python基础知识进阶(四) Python语言的math库和random库和实例

元组和列表 写的 过程中没保存,下次补上吧.好尴尬,手好残. 计算机是一个确定性设备,不能产生真正的随机数.(使用seed函数,两次的值都是一样的) 由计算机产生的随机数,都是一个由种子产生的伪随机数列.相同的随机种子会产生相同的伪随机数列. π的计算 圆周率π是一个无理数,没有任何一个精确公式能够计算π值,π的计算只能采用近似算法. 国际公认的π值计算采用蒙特卡洛方法. 简单说,蒙特卡洛是利用随机试验求解问题的方法. π计算问题的ipo表示如下: 输入:抛点的数量 处理:对于每个抛洒点,计算点

random库的常见用法

import random print( random.randint(1,10) ) # 产生 1 到 10 的一个整数型随机数 print( random.random() ) # 产生 0 到 1 之间的随机浮点数 print( random.uniform(1.1,5.4) ) # 产生 1.1 到 5.4 之间的随机浮点数,区间可以不是整数 print( random.choice('tomorrow') ) # 从序列中随机选取一个元素 print( random.randrange

python 中random 库的使用

import random random.randint(1,10) # 产生 1 到 10 的一个整数型随机数 random.random() # 产生 0 到 1 之间的随机浮点数 random.uniform(1.1,5.4) # 产生 1.1 到 5.4 之间的随机浮点数,区间可以不是整数 random.choice('tomorrow') # 从序列中随机选取一个元素 random.randrange(1,100,2) # 生成从1到100的间隔为2的随机整数 a=[1,3,5,6,7