1. random库基本介绍
Random库时使用随机数的python标准库
- 伪随机数：采用梅森旋转算法生成的（伪）随机序列中的元素
- Random库主要用于生成随机数
- 使用random库：import random
2. random库概述
Random库包含两类函数，常用共8个
- 基本随机函数：seed() random()
- 扩展随机函数：randint() getrandbits() uniform()
- randrange() choice() shuffle()
2.1 基本随机函数
- 随机数种子
- 基本随机函数
示例 1
>>> import random #调用random模块 >>> random.seed(5) >>> random.random() 0.6229016948897019 >>> random.random() 0.7417869892607294
示例 2
>>> import random >>> random.seed(5) >>> random.random() 0.6229016948897019 >>> random.seed(5) >>> random.random() 0.6229016948897019
2.2 扩展随机函数
扩展随机函数
3. 随机数函数的使用
- 能够利用随机数种子产生“确定“伪随机数
- 能够产生随机整数
- 能够对序列类型进行随机操作
4. 实例
1.用random.random()生成一个基于0.0<=x<=1.0之间的浮点数
>>> import random >>> random.random() #调用random()方法 0.594515103049593 >>>
2.用random.uniform(a,b)在指定范围获取随机数。返回一个随机浮点数N，若a<=b，则返回a<=N<=b；若a>=b，则返回b<=N<=a。
>>> random.uniform(1,8) #在【1，8】范围内获取一个随机浮点数 2.9432430789720927 >>> random.uniform(9,6) 6.502188530262087 >>> random.uniform(-10,-1) -1.6640665895566507 >>>
3.用random.triangular(low,high,mode)返回三角形分布的随机数。
返回一个随机的浮点数N，使得low<=N<=high，并且在这些边界指定mode。low和high默认为0和1。mode参数默认为边界之间的中点。若持续使用该方法，可以得到以mode为对称点的随机分布数据集。
>>> random.triangular() #在默认情况下产生一个三角形分布随机数 0.764537932523999 >>> random.triangular(1,12) #指定【low，high】范围参数 3.2879057952571604 >>> random.triangular(11,12,20) #指定low、high、mode参数 11.832700021006795 >>> random.triangular(0,5,10) 6.032774679089732 >>>
4.用random.betavariate(alpha,beta)求Beta分布，参数的条件是α>0和β>0，返回值的范围介于0和1之间。
>>> random.betavariate(5,8) #求Beta随机分布值 0.2348237132951728 >>>
标准库只要了解每个类的使用方法和参数的含义与使用，就能很快上手python的标准库，唯一的缺点就是你需要简单记忆一下1经常用到的方法，有点费脑。
总结
本篇文章就到这里了，希望能给你带来帮助，也希望您能够多多关注服务器之家的更多内容！
原文链接：https://blog.csdn.net/m0_55697123/article/details/119427573
