Python之random库的常用函数有哪些

 更新时间:2022年02月14日 10:16:20   作者:搬砖,赞路费  
这篇文章主要为大家详细介绍了Python之random库的常用函数,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助

前言

在进行接口测试时,有些接口字段在不需要测试的时候往往是被写死的,但是你不能保证它就不会出现问题,所以在平时测试的时候就需要覆盖各种情况,这时候就可以为此专门写一个函数或者类来实现字段动态值了。由于我们组的自动化脚本里面的金额字段是固定的,现在需要改成动态值,我用的是python的random库写的,现在来详细记录一下。

一 random库介绍

在python中,用于生成随机数的是random库。但random库生成的随机数是一种采用梅森旋转算法生成的伪随机数,不是真正的随机数,因为计算机是不能产生真正的随机数的。

random库是python的标准库,因此只要安装了python环境,基本就能使用random库,使用方法如下

import random

二 基本随机函数

random库中的随机数由两个基本随机函数产生,一个是seed()函数,一个是random()函数,如下

1. seed()

seed(a=None): 随机数种子函数,默认参数a等于当前系统时间。如果参数a值固定,则随之产生的随机数也会是同一个值。如下

import random
import time
random.seed(a=1)
ran_num1 = random.random()
ran_num3 = random.randint(1, 6)
print("我是第一次随机结果:")
print(ran_num1)
print(ran_num3)
time.sleep(3)
print("我是第二次随机结果:")
print(ran_num1)
print(ran_num3)

在这里插入图片描述

从结果可以看出,当参数a的值确定时,产生的就不是随机数了。

2. random()

random(): 生成一个[0.0, 1.0)之间的随机小数

a = 0
while a < 10:
    num = random.random()
    a += 1
    print(num)

在这里插入图片描述

三 扩展随机函数

由于基本随机函数不够用,所以又有了以下的扩展随机函数,如下。

1. randint()

randint(a, b): 生成一个[a, b]之间的随机整数

#randint
a = 0
while a < 5:
    num = random.randint(1, 5)
    a += 1
    print(num)

在这里插入图片描述

2. uniform()

uniform(a, b): 生成一个[a, b]之间的随机小数

#uniform
a = 0
while a < 5:
    num = random.uniform(1, 7)
    a += 1
    print(num)

在这里插入图片描述

3. randrange()

randrange(m,n[,k]): 生成一个[m,n)之间以k(默认为1)为步长的随机整数

#randrange
a = 0
while a < 5:
    num = random.randrange(1, 5)
    a += 1
    print(num)

在这里插入图片描述

4. choice()

choice(seq): 从序列中随机选择一个数

#choice
a = 0
while a < 5:
    num = random.choice('abcd')
    a += 1
    print(num)

在这里插入图片描述

5. shuffle()

shuffle(seq): 将列表元素顺序打乱,返回打乱后的列表

#shuffle
l = [1, 2, 3, 4]
a = 0
while a < 5:
    random.shuffle(l)
    a += 1
    print(l)

在这里插入图片描述

6. sample()

sample(seq, n): 从指定的序列seq中,随机返回n个元素,以列表形式返回

#sample
s = 'abcdfg'
a = 0
while a < 5:
    num = random.sample(s, 1)
    a += 1
    print(num)

在这里插入图片描述

四 实例(动态金额值)

要求:返回一个动态金额值,金额范围:

1.0~1的一位小数,两位小数;

2.不超过100的整数;

3.1~100的一位小数,两位小数;(测试金额字段,会不会自动补全两位小数)

实现;

#测试金额字段,会不会自动补全两位小数
#实现金额字段动态值
import random
def get_random_amount():
    '''
    实现金额字段动态值
    :return: random_amount
    '''
    #小于1的一位小数,两位小数值
    amount1 = round(random.random(), 1)
    amount2 = round(random.random(), 2)
    #整数
    amount3 = random.randint(1, 100)
    #1~100的一位小数,两位小数值
    amount4 = round(random.uniform(1, 100), 1)
    amount5 = round(random.uniform(1, 100), 2)
    #从5个金额值中随机返回一个
    randomList = [amount1, amount2, amount3, amount4, amount5]
    random_amount = random.sample(randomList, 1)[0]
    print(randomList)
    return random_amount
#函数调用
random_amount = get_random_amount()
print(random_amount)

测试结果如下

在这里插入图片描述

总结

本篇文章就到这里了,希望能够给你带来帮助,也希望您能够多多关注脚本之家的更多内容!  

相关文章

  • python一行输入n个数据问题

    python一行输入n个数据问题

    这篇文章主要介绍了python一行输入n个数据问题,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
    2023-05-05
  • Django中F函数的使用示例代码详解

    Django中F函数的使用示例代码详解

    这篇文章主要介绍了Django中F函数的使用,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-07-07
  • Python中shape计算矩阵的方法示例

    Python中shape计算矩阵的方法示例

    这篇文章主要介绍了Python中shape计算矩阵的方法,涉及Python数学运算相关实现技巧,需要的朋友可以参考下
    2017-04-04
  • Python异常模块traceback用法实例分析

    Python异常模块traceback用法实例分析

    这篇文章主要介绍了Python异常模块traceback用法,结合实例形式分析了Python异常模块traceback的基本功能、使用方法及相关操作注意事项,需要的朋友可以参考下
    2019-10-10
  • tensorflow 实现自定义layer并添加到计算图中

    tensorflow 实现自定义layer并添加到计算图中

    今天小编就为大家分享一篇tensorflow 实现自定义layer并添加到计算图中,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-02-02
  • 详解python进行mp3格式判断

    详解python进行mp3格式判断

    这篇文章主要介绍了详解python进行mp3格式判断,具有一定的参考价值,有兴趣的可以了解一下。
    2016-12-12
  • python读取yaml文件后修改写入本地实例

    python读取yaml文件后修改写入本地实例

    这篇文章主要介绍了python读取yaml文件后修改写入本地实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-04-04
  • 在Python中用GDAL实现矢量对栅格的切割实例

    在Python中用GDAL实现矢量对栅格的切割实例

    这篇文章主要介绍了在Python中用GDAL实现矢量对栅格的切割实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-03-03
  • web.py获取上传文件名的正确方法

    web.py获取上传文件名的正确方法

    这篇文章主要介绍了web.py获取上传文件名的正确方法,遇到这个问题的朋友可能会困惑半天,使用本文的正确方法就可以解决这个问题了,需要的朋友可以参考下
    2014-08-08
  • Pytorch中expand()的使用(扩展某个维度)

    Pytorch中expand()的使用(扩展某个维度)

    这篇文章主要介绍了Pytorch中expand()的使用(扩展某个维度),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
    2022-07-07

最新评论