赞
踩
Python的random
模块提供了各种用于生成随机数的函数。这个模块在需要随机选择元素、打乱序列、模拟概率分布等场景时非常有用。下面我将详细介绍random
模块的一些主要功能、用法和常见用法,并给出相应的示例代码。
以下是一些常用的函数及其用法:
random()
:生成一个[0.0, 1.0)之间的随机浮点数。randint(a, b)
:生成一个[a, b]之间的随机整数。randrange([start,] stop[, step])
:生成一个[start, stop)之间以step为步长的随机整数。choice(seq)
:从非空序列seq中随机选择一个元素。shuffle(list)
:将list中的元素随机打乱。sample(population, k)
:从population中随机选择k个不重复的元素。uniform(a, b)
:生成一个[a, b]之间的随机浮点数。normalvariate(mu, sigma)
:生成一个符合正态分布的随机数,mu是均值,sigma是标准差。import random
# 生成0到10之间的随机整数(包括0和10)
print(random.randint(0, 10))
# 生成1到10之间(不包括10)的随机整数
print(random.randrange(1, 10))
# 生成0到1之间的随机浮点数(不包括1)
print(random.random())
# 生成1到3之间的随机浮点数
print(random.uniform(1, 3))
运行结果:
# 从列表中随机选择一个元素
my_list = [1, 2, 3, 4, 5]
print(random.choice(my_list))
# 从列表中随机选择3个不重复的元素
print(random.sample(my_list, 3))
运行结果:
# 打乱列表中的元素顺序
random.shuffle(my_list)
print(my_list)
运行结果:
# 生成一个符合正态分布的随机数,均值为0,标准差为1
print(random.normalvariate(0, 1))
运行结果:
虽然random
模块没有直接提供指数分布的函数,但你可以使用expovariate
函数从random
的expovariate
模块中导入:
from random import expovariate
# 生成一个符合指数分布的随机数,λ(lambda)是分布率参数(平均到达率是λ的倒数)
print(expovariate(1.0)) # λ=1.0
但请注意,expovariate
是直接在random
模块中定义的,不需要额外导入。
对于其他更复杂的分布,你可能需要使用numpy
库,它提供了更多的统计函数和随机变量生成器。
random.seed()
设置随机种子设置随机种子可以确保每次运行代码时生成的随机数序列是相同的,这在需要可重复实验的情况下很有用。
import random
# 设置随机种子
random.seed(1)
# 现在,每次使用相同的种子调用random函数,都会得到相同的结果
print(random.randint(0, 10))
# 假设输出为5(实际输出可能因版本而异)
print(random.randint(0, 10))
# 假设输出为某个特定数字(与上次不同,但因为是同一种子,所以可重复)
运行结果:
random
模块进行简单的随机密码生成import random
import string
def generate_password(length=10):
# 选择字母和数字的集合
characters = string.ascii_letters + string.digits
# 使用random.choices函数(注意不是choice,它允许重复)
# 并指定k=length以生成指定长度的密码
return ''.join(random.choices(characters, k=length))
print(generate_password(15)) # 生成一个15位的随机密码
运行结果:
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。