random.sample函数

1 import random
2
3 list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
4 for i in range(3):
5     slice = random.sample(list, 5)  # 从list中随机获取5个元素，作为一个片断返回
6     print(slice)
7     print(list, ‘\n‘)  # 原有序列并没有改变

输出结果如下，发现每一次的random.sample函数返回的5个元素不同

原文地址：https://www.cnblogs.com/fuqia/p/9055521.html

时间： 2024-11-08 19:56:37

random.sample函数的相关文章

python的random模块函数分析（一）

random是python产生伪随机数的模块,随机种子默认为系统时钟.下面分析模块中的方法: 1.random.randint(start,stop): 这是一个产生整数随机数的函数,参数start代表最小值,参数stop代表最大值,两端的数值都可以取到: 函数算法时间复杂度:O(1)核心源代码:return self.randrange(a, b+1) # 由randrange函数封装而来例子: 1 for i in range(20): 2 print(rm.randint(0, 10)

erlang的随机数及 random:uniform()函数

erlang的随机数是一个常用的东西,random:uniform()函数,如果在一次调用中,它会生成不同的随机数,但如果是多个不同的进程调用,则它的结果随机数是一致的(多个进程相同位置比较). 每次调用会更新进程字典里的random_seed变量,这样在同一个进程内每次调用random:uniform()时,随机数种子都不同,所以生成的随机数都不一样(调用完random:uniform()后,可以用get(random_seed)查看更新后的种子值). 但是如果是不同的进程分别调用random

Random Sample Consensus(RANSAC)算法介绍

转眼间2012年过了三个月了,最近在做目标跟踪,需要利用ransac算法进行图像匹配,使用Opencv+vs进行实现.终于初见成效啊,很激动也很兴奋,在这里mark一下,以备查用 !这里就不贴源码了,想想都是泪啊! RANSAC是"RANdom SAmple Consensus(随机抽样一致)"的缩写.它可以从一组包含"局外点"的观测数据集中,通过迭代方式估计数学模型的参数.它是一种不确定的算法--它有一定的概率得出一个合理的结果:为了提高概率必须提高迭代次数.该算

random.sample

import random k = random.sample(xrange(0x41, 0x5b), 26) print k import random k = random.sample(xrange(0x41, 0x5b), 26) print k k = [chr(x) for x in k] print k v = random.sample(xrange(1000000), 26) print v d = dict(zip(k, v)) print d 输出结果 </pre><

python: random.sample

random.sample(population, k) Return a k length list of unique elements chosen from the population sequence. Used for random sampling without replacement. 原文地址:https://www.cnblogs.com/casperwin/p/8454856.html

【转】np.random.random()函数参数用法以及numpy.random系列函数大全

转自:https://www.cnblogs.com/DOMLX/p/9751471.html 1.np.random.random()函数参数 np.random.random((1000, 20)) 上面这个就代表生成1000行 20列的浮点数,浮点数都是从0-1中随机. 2.numpy.random.rand()函数用法 numpy.random.rand(d0, d1, ..., dn): 生成一个[0,1)之间的随机浮点数或N维浮点数组. 3.numpy.random.randn()函

numpy.random.multivariate_normal()函数解析

NumPy(Numerical Python) 是 Python 语言的一个扩展程序库,支持大量的维度数组与矩阵运算,此外也针对数组运算提供大量的数学函数库.简单的来水numpy在处理多维数组时会特别的方便,是深度学习的得力助手. numpy.random.multivariate_normal()函数官方解释是从多元正态分布中随机抽取样本的函数.多元正态分布.多重正态分布或高斯分布它是一维正态分布向更高维度的推广.这种分布由其均值和协方差矩阵来表示.这些参数类似于一维正态分布的平均值(平均值或

用random.randint函数时报错 'str' object cannot be interpreted as an integer问题

range()仅将int值用作参数.所以会报错. 原: n=input("輸入") 解决方法: 1.eval() n=eval(input("輸入")) 2.用int() n=int(input("輸入")) 用random.randint函数时报错 'str' object cannot be interpreted as an integer问题原文地址:https://www.cnblogs.com/claudia529/p/12078

datetime函数和random.seed()函数的应用

一,datetime 在python中datetime是一个库是一个模块也是一个函数,作用很多,这里面只对其做简单的最常用的讲解. 首先返回系统时间 import datetime nowTime=datetime.datetime.now() print nowTime 输出结果是: 2016-11-04 14:27:09.538000 返回当天日期 Today=datetime.date.today() print Today 输出的结果是:2016-11-04 时间间隔(这是一个time模