Python随机数、随机序列生成

2023-08-07 15:34| 来源: 网络整理| 查看: 265

主要包括两部分，第一部分是对官方文档的简要总结，第二部分是一些实际应用中使用到的随机数he随机数组生成例子，第三部分是Numpy随机数生成。

1. 伪随机数生成模块

Python有一个伪随机数生成模块 random.py 官方文档用于生成各种伪随机数。

(1) 生成一个数

random.randrange(stop) random.randrange(start, stop[, step]) 从给定的范围随机选择一个整数返回。 random.randint(a, b) 返回一个随机整数N，a> randrange(10) # Integer from 0 to 9 inclusive 7 >>> randrange(0, 101, 2) # Even integer from 0 to 100 inclusive 26 (2)在序列中的应用

random.choice(seq) 从非空的序列中随机选择一个整数返回，如果序列为空，IndexError。

>>> choice(['win', 'lose', 'draw']) # Single random element from a sequence 'draw'

random.choices(population, weights=None, *, cum_weights=None, k=1) Return a k sized list of elements chosen from the population with replacement. If the population is empty, raises IndexError. （随机返回一个population的子集，大小为k） random.shuffle(x[, random]) Shuffle the sequence x in place.(随机打乱序列x的顺序) 这里的打乱是原地打乱

>>> deck = 'ace two three four'.split() >>> shuffle(deck) # Shuffle a list >>> deck ['four', 'two', 'ace', 'three']

random.sample(population, k) Return a k length list of unique elements chosen from the population sequence or set.（从序列population中随机返回没有重复的子集，大小为k）这里的操作不会改变原来的序列，返回的是一个新的序列。

>>> sample([10, 20, 30, 40, 50], k=4) # Four samples without replacement [40, 10, 50, 30]

（3）实数值分布应用 random.random() Return the next random floating point number in the range [0.0, 1.0).（随机返回一个0.0-1.0的浮点数）

>>> random() # Random float: 0.0 >> expovariate(1 / 5) # Interval between arrivals averaging 5 seconds 5.148957571865031

random.gammavariate(alpha, beta) Gamma分布，alpha > 0 和beta > 0. 从指定的Gamma分布中随机返回一个数 random.gauss(mu, sigma) 从指定的Gauss分布中随机返回一个数 random.lognormvariate(mu, sigma) 从指定的对数高斯分布中随机返回一个数，sigma>0 random.normalvariate(mu, sigma) 从指定的正态分布中随机返回一个数

>>> random.gauss(0, 1) 0.5188039605184929 >>> random.lognormvariate(0, 1) 1.466980559247035 >>> random.normalvariate(0, 1) -1.2096733604207723

random.vonmisesvariate(mu, kappa) 从指定的vonmises分布中随机返回一个数 mu 在0~2*pi, 集中参数 kappa >= 0, kappa = 0时, 等价于random.uniform(). random.paretovariate(alpha) 从指定的帕雷托分布中随机返回一个数) random.weibullvariate(alpha, beta) Weibull distribution. alpha is the scale parameter and beta is the shape parameter.(从指定的威布尔分布中返回一个数)

2. 实例 (1) 随机序列的生成例子 >>> import random >>> s = [x for x in range(0, 10)] >>> s [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>> random.shuffle(s) >>> s [8, 4, 1, 5, 2, 0, 7, 6, 9, 3] # 生成一个【0，10】长度为100的随机序列 >>> random_int_list = [] >>> for _ in range(100): ... random_int_list.append(random.randint(0, 10)) ... >>> random_int_list [5, 4, 8, 0, 5, 3, 7, 7, 9, 10, 0, 8, 9, 5, 3, 9, 2, 9, 7, 5, 4, 6, 3, 1, 10, 10, 6, 10, 7, 8, 0, 10, 7, 8, 0, 9, 2, 1, 10, 6, 4, 10, 4, 3, 10, 4, 5, 7, 6, 10, 7, 5, 4, 4, 2, 7, 2, 3, 3, 1, 10, 10, 3, 2, 7, 8, 2, 0, 1, 4, 10, 9, 4, 10, 2, 6, 7, 10, 0, 5, 4, 0, 4, 10, 0, 5, 1, 3, 6, 6, 3, 0, 0, 5, 2, 9, 7, 3, 3, 9] >>>

有时我们想指定一个范围然后从中生成一些随机数，尤其想随机选择一些数据作为训练集，测试集时，有下面两种方式：第一种方式，指定范围和生成序列大小：

>>> import random >>> all_num = 100 >>> num = 20 >>> result=random.sample(range(1,all_num),num) >>> print(result) [34, 63, 99, 85, 5, 40, 47, 27, 54, 57, 32, 80, 10, 96, 87, 41, 14, 56, 62, 37] >>> print(len(result)) 20

第二种等价的方式：

>>> num_list =[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20] >>> new_list = random.sample(num_list, 5) >>> print(new_list) [17, 16, 20, 4, 3] (2) 生成当前时间相关随机数 from datetime import * import random for i in range(0, 1): nowTime = datetime.now().strftime("%Y%m%d%H%M%S") # 生成当前的时间 randomNum = random.randint(0, 100) # 生成随机数n,其中0 import numpy as np >>> np.random.random(1) array([0.42426594]) >>> np.random.random(10) array([0.36304824, 0.80458524, 0.0056266 , 0.97748616, 0.91748893, 0.79876095, 0.0248794 , 0.10963302, 0.29487573, 0.79505157]) (2) 指定范围的整数序列 >>> import numpy as np >>> np.random.randint(0,10) 8 >>> np.random.randint(0,10,8) array([4, 1, 6, 8, 4, 1, 1, 2])

【本文地址】

公司简介

联系我们