详解Python利用random生成一个列表内的随机数
更新时间：2019年08月21日 10:39:59 作者：z小白
这篇文章主要介绍了详解Python利用random生成一个列表内的随机数，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
首先,需要导入random模块:
import random
随机取1-33之间的1个随机数，可能重复:
random.choice(range(1,34))
print得到一系列随机数,执行一次得到一个随机数:
print(random.choice(range(1,34)))
随机取1-33之间的6个随机数，可能重复:
random.choices(range(1,34),k=6,weights=range(1,34))
其权重值表示该数或该范围内的数输出概率大,输出结果为列表
随机取1-33之间的6个随机数，不重复:
random.sample(range(1,34),6)
得到一个无序列表
random.uniform(a,b) 生成一个指定范围内的随机符点数，两个参数其中一个是上限，一个是下限
random.randint(a,b) 生成一个指定范围内的整数。其中参数a是下限，参数b是上限
PS:python 随机选取列表中的元素
使用random模块中的sample函数
功能：
random.sample(seq, k)实现从序列或集合seq中随机选取k个独立的的元素
参数：
seq：元组、列表或字符串
k：选取元素个数
实例：
In [1]: import random In [2]: f = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] In [3]: f Out[3]: [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] In [4]: random.sample(f, 5) Out[4]: [5, 3, 6, 9, 4]
使用random模块中的choice函数
功能：
random.choice(seq)实现从序列或集合seq中随机选取一个元素
参数：
seq：元组、列表或字符串
实例：
In [1]: import random In [2]: f = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] In [3]: f Out[3]: [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] In [4]: random.choice(f) Out[4]: 2
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
在运行项目的过程中,由于自己电脑GPU不够,通常需要将项目放到服务器上运行,这时就会遇到如何将pycharm和服务器进行连接,下面这篇文章主要给大家介绍了关于pycharm通过ssh远程连接服务器并运行代码的相关资料,需要的朋友可以参考下2024-03-03
这篇文章主要为大家详细介绍了发送邮件python脚本，支持多个附件，中文，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-05-05
这篇文章主要为大家介绍了Python中常用的两个序列化模块：pickle序列化和json序列化。文中的示例代码讲解详细，感兴趣的小伙伴可以学习一下2022-10-10
这篇文章主要介绍了详解tensorflow载入数据的三种方式，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-04-04
Python中__new__与__init__方法的区别详解
这篇文章主要介绍了Python中__new__与__init__方法的区别,是Python学习中的基础知识,需要的朋友可以参考下2015-05-05
在你已经掌握了如何使用PyTorch构建神经网络的基础上，接下来我们将深入探讨PyTorch的两个核心特性：自动求导（Autograd）和优化（Optimization），这两个特性在深度学习模型的训练过程中起着至关重要的作用，感兴趣的同学一起来看看吧2023-07-07
这篇文章主要介绍了Django框架视图介绍与使用,结合实例形式分析了Django框架视图的功能、配置、使用方法及相关操作注意事项,需要的朋友可以参考下2019-07-07
本文给大家介绍的是如何使用Python根据Excel表格数据绘制不同的图表的方法，非常的详细，有相同需求的小伙伴可以参考下2016-08-08
这篇文章主要介绍了Python如何读取相对路径文件问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2023-03-03
本文给大家汇总介绍了Python编写爬虫的时候经常需要用到的一些技巧，非常的实用，有需要的小伙伴可以参考下2016-03-03
最新评论