random模块的常用函数

2020年7月8日 / 10次阅读 / Last Modified 2020年7月8日

本文总结一下python标准的random模块的常用函数。

int部分

randint(a,b)

随机返回一个a到b之间的int,inclusive a和b。

>>> import random
>>> random.randint(1,3)
3
>>> random.randint(1,3)
1
>>> random.randint(1,3)
2

randrange

注意range,python的内置函数也有range,在某些性质上有相似之处。randrange,就是在一个range内随机返回一个int,也跟range一样,可以设置step。

>>> random.randrange(10)
8
>>> random.randrange(10)
6
>>> random.randrange(10)
0
>>> random.randrange(0,10,3)
3
>>> random.randrange(0,10,3)
0
>>> random.randrange(0,10,3)
3
>>> random.randrange(0,10,3)
6
>>> random.randrange(0,10,3)
6
>>> random.randrange(0,10,3)
0
>>> random.randrange(0,10,3)
9

choice(seq)

从一个序列中随机选一个,如果seq为空,会raise IndexError

>>> random.choice([1,2,3])
3
>>> random.choice([1,2,3])
2
>>> random.choice('abcdefg')
'f'
>>> random.choice(())
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/python-3.8.3/lib/python3.8/random.py", line 290, in choice
    raise IndexError('Cannot choose from an empty sequence') from None
IndexError: Cannot choose from an empty sequence

choices

choices,随机选多个出来,可重复。返回是一个list。

>>> random.choices([1,2,3,4,5])
[3]
>>> random.choices([1,2,3,4,5])
[5]
>>> random.choices([1,2,3,4,5], k=2)
[5, 5]
>>> random.choices([1,2,3,4,5], k=2)
[3, 1]
>>> random.choices([1,2,3,4,5], k=2)
[5, 5]
>>> random.choices([1,2,3,4,5], k=2)
[3, 4]
>>> random.choices([1,2,3,4,5], k=2)
[1, 5]
>>> random.choices('123456', k=3)
['5', '2', '6']
>>> random.choices('123456', k=3)
['2', '1', '4']
>>> random.choices('123456', k=3)
['6', '5', '5']

以上示例,choices在每一次做选择的时候,以相同的权重对待每一个元素。

If a weights sequence is specified, selections are made according to the relative weights. Alternatively, if a cum_weights sequence is given, the selections are made according to the cumulative weights (perhaps computed using itertools.accumulate()). For example, the relative weights [10, 5, 30, 5] are equivalent to the cumulative weights [10, 15, 45, 50]. Internally, the relative weights are converted to cumulative weights before making selections, so supplying the cumulative weights saves work.

我们还可以给每个元素设置权重,权重越大,每次获得选中的概率就越大。

>>> random.choices('abcde', [10,10,50,30,10], k=3)
['c', 'a', 'd']
>>> random.choices('abcde', [10,10,50,30,10], k=3)
['c', 'b', 'e']
>>> random.choices('abcde', [10,10,50,30,10], k=3)
['e', 'd', 'c']
>>> random.choices('abcde', [10,10,50,30,10], k=3)
['a', 'e', 'c']
>>> random.choices('abcde', [10,10,50,30,10], k=3)
['c', 'a', 'd']
>>> random.choices('abcde', [10,10,50,30,10], k=3)
['c', 'c', 'c']

c的相对权重最高,每次都会有c出现的被选中列表中。

还可以用range对象作为输入,实现在一个int范围内的(可重复的)选择:

>>> random.choices(range(1000), k=6)
[923, 479, 838, 18, 769, 324]

shuffle函数

洗牌函数,而且是就地洗,因此只能输入mutable序列。

>>> a = [1,2,3,4,5,6,7]
>>> random.shuffle(a)
>>> a
[2, 4, 1, 3, 7, 5, 6]

sample(population ,k)

与choices有点类似,也去随机取样,但是不重复,即不会选重复的元素。

>>> random.sample([1,2,3,4,5,6], k=3)
[4, 3, 2]
>>> random.sample([1,2,3,4,5,6], k=3)
[6, 1, 2]

我们可以用sample函数来变相实现immutable序列的shuffle:

>>> a = (1,2,3,4,5,6,7)
>>> a = tuple(random.sample(a, len(a)))
>>> a
(5, 4, 7, 3, 2, 1, 6)

不重复随机在一个范围内选择int:

>>> random.sample(range(1000), k=8)
[437, 594, 429, 169, 383, 925, 645, 939]

float部分

random函数

返回一个[0,1)区间的float:

>>> random.random()
0.4043229995771711
>>> random.random()
0.7562192317458468
>>> random.random()
0.5891326077617483

uniform(a,b)

返回一个a和b之间的float,inclusive;uniform表示均匀分布。

>>> import random
>>> random.uniform(1,2)
1.4538797541396087
>>> random.uniform(1,2)
1.390140450192471
>>> random.uniform(1,2)
1.6064227929505996
>>> random.uniform(1,2)
1.1212200451327201
>>> random.uniform(1,2)
1.4950333280619168
>>> random.uniform(10,2)
3.187152956019501
>>> random.uniform(10,2)
5.995269045377007

-- EOF --

本文链接:https://www.pynote.net/archives/2192

相关文章

    留言区

    电子邮件地址不会被公开。 必填项已用*标注


    前一篇:
    后一篇:

    More


    ©Copyright 麦新杰 Since 2019 Python笔记

    go to top