Python的Random库的使用方法详解

更新时间：2023年07月31日 09:21:45 作者：迷鹿小女子

这篇文章主要介绍了Python的Random库的使用方法详解,random库是使用随机数的Python标准库,python中用于生成伪随机数的函数库是random,需要的朋友可以参考下

python–random库基本介绍

random库是使用随机数的Python标准库

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库包含两类函数，常用的共9个

基本随机函数： seed(),和random()

seed(a=None)

初始化给定的随机数种子，默认为当前系统时间

random.seed(10)

产生种子10对应的序列

random()

生成一个[0.0,1.0)之间的随机小数

random.random()

0.5714025946899135

随机数产生与种子有关，如果种子是1哦，第一个数必定是这个

使用随机数种子的好处是可以复现有随机数的程序

常用的经过扩展的 random()方法

在这里插入图片描述

扩展随机函数：

在这里插入图片描述

在random库中，最基本的是seed 和random 函数，但时功能比较单一，为此产生了6个扩展随机数函数

randint(a,b)

生成一个[a,b]之间的整数

random.randint(10,100)

randrange(m,n[,k])

生成一个[m,n)之间以k为步长的随机整数

random.randrange(10,100,10)

getrandbits(k)

生成一个k比特长的随机整数

random.getrandbits(16)

37885

uniform(a,b)

生成一个[a,b]之间的随机小数

random.uniform(10,100)

16.848041210321334

choice(seq)

序列相关

从序列中随机选择一个元素

random.choice([1, 2, 3, 4, 5, 6, 7, 8, 9])

8

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];
random.shuffle(s);
print(s)

[9, 4, 6, 3, 5, 2, 8, 7, 1]

举例一个常见的例子

随机整数：

代码如下:

import random
random.randint(0,99)

21

随机选取0到100间的偶数：

代码如下:

import random
random.randrange(0, 101, 2)

42

随机浮点数：

代码如下:

import random
random.random()
0.85415370477785668
random.uniform(1, 10)

5.4221167969800881

随机字符：

代码如下:

import random
random.choice('abcdefg&#%^*f')

'd'

多个字符中选取特定数量的字符：

代码如下:

import random
random.sample('abcdefghij', 3)

['a', 'd', 'b']

多个字符中选取特定数量的字符组成新字符串：

代码如下:

import random
''.join( random.sample(['a','b','c','d','e','f','g','h','i','j'], 3) )

'fih'

随机选取字符串：

代码如下:

import random
random.choice ( ['apple', 'pear', 'peach', 'orange', 'lemon'] )

'lemon'

洗牌：

代码如下:

import random
items = [1, 2, 3, 4, 5, 6]
random.shuffle(items)

[3, 2, 5, 6, 4, 1]

到此这篇关于Python的Random库的使用方法详解的文章就介绍到这了,更多相关Python的Random库内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

详解Python中字典的增删改查
这篇文章主要为大家介绍了 Python字典的增删改查，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
2022-01-01
python如何判断文件存在方式
这篇文章主要介绍了python判断文件存在方式,判断文件是否存在在实际应用中用的非常多，下面我们来归纳一下检查文件、文件夹是否存在的各种操作，需要的朋友可以参考下
2022-09-09
16中Python机器学习类别特征处理方法总结
类别型特征（categorical feature）主要是指职业，血型等在有限类别内取值的特征。在这篇文章中，小编将给大家分享一下16种类别特征处理方法，需要的可以参考一下
2022-09-09
使用python的pandas为你的股票绘制趋势图
这篇文章主要介绍了通过python为你的股票绘制趋势图,动手写个小程序，把股票趋势每天早上发到邮箱里，用 python 的 pandas, matplotlib 写起来很容易，几十行代码搞定。,需要的朋友可以参考下
2019-06-06
Python教程之无限迭代器的使用详解
Python的Itetool是一个模块，它提供了各种函数，这些函数在迭代器上工作以产生复杂的迭代器。该模块作为一个快速，内存效率的工具，可以单独使用或组合使用以形成迭代器代数。本文就来和大家详细聊聊无限迭代器，感兴趣的可以了解一下
2022-09-09
python 如何设置柱状图参数
这篇文章主要介绍了在python中设置柱状图参数的操作，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
2021-05-05
Keras预训练的ImageNet模型实现分类操作
这篇文章主要介绍了Keras预训练的ImageNet模型实现分类操作，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
2020-07-07
JMETER如何随机请求参数
作者分享了在业务场景中如何优化接口查询的实践经验,主要面临的问题是需要随机获取上游查询接口的结果,提出了两种方案,方案一是反复查询并随机获取查询结果；方案二是查询一次,然后随机从查询结果中获取,通过实测比较,方案二的性能提升较大
2024-10-10
Python numpy.add函数的具体使用
本文主要介绍了Python numpy.add函数的具体使用,numpy.add函数不仅仅是一个简单的加法操作,更是一个功能强大且高度优化的工具,可适用于各种复杂的数值计算和数据处理任务,感兴趣的可以了解一下
2023-12-12
Python如何获取多线程返回结果
这篇文章主要介绍了Python如何获取多线程返回结果，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
2022-05-05