python的random()函数用法_Python随机函数random用法示例

python的random()函数用法_Python随机函数random用法示例这篇文章主要为大家详细介绍了Python随机函数random用法示例,具有一定的参考价值,可以用来参考一下。对python这个高级语言感兴趣的小伙伴,下面一起跟随512笔记的小编两巴掌来看看吧!在python中用于生成随机数的模块是random,在使用前需要import,下面看下它的用法。random.randomrandom.random()用于生成一个0到1的随机符点数:0b,则生成的…

大家好,又见面了,我是你们的朋友全栈君。

这篇文章主要为大家详细介绍了Python随机函数random用法示例,具有一定的参考价值,可以用来参考一下。

python这个高级语言感兴趣的小伙伴,下面一起跟随512笔记的小编两巴掌来看看吧!

在python中用于生成随机数的模块是random,在使用前需要import, 下面看下它的用法。

random.random

random.random()用于生成一个0到1的随机符点数: 0 <= n < 1.0

注意: 以下代码在Python3.5下测试通过, python2版本可稍加修改

描述

random() 方法返回随机生成的一个实数,它在(0,1)范围内。

语法

以下是 random() 方法的语法:

import random

random.random()

注意:random()是不能直接访问的,需要导入 random 模块,然后通过 random 静态对象调用该方法。

参数

返回值

返回随机生成的一个实数,它在[0,1)范围内。

实例

以下展示了使用 random() 方法的实例:

# @param Python随机函数random使用详解

# @author 512笔记|512pic.com

#!/usr/bin/python

import random

# 生成第一个随机数

print (“random 1 : “, random.random())

# 生成第二个随机数

print (“random 2 : “, random.random())

# End www_512pic_com

以上实例运行后输出结果为:

random 1 : 0.3558774735558118

random 2 : 0.46006891154492147

# End www_512pic_com

random.uniform

random.uniform的函数原型为:random.uniform(a, b),用于生成一个指定范围内的随机符点数,两个参数其中一个是上限,一个是下限。如果a > b,则生成的随机数n: b <= n <= a。如果 a

# @param Python随机函数random使用详解

# @author 512笔记|512pic.com

import random

print (random.uniform(1, 10))

print (random.uniform(10, 1))

# End www_512pic_com

结果:

2.1520386126536115

3.139127274753873

# End www_512pic_com

random.randint

random.randint()的函数原型为:random.randint(a, b),用于生成一个指定范围内的整数。其中参数a是下限,参数b是上限,生成的随机数n: a <= n <= b,

注意: 下限必须小于上限

# @param Python随机函数random使用详解

# @author 512笔记|512pic.com

import random

print (random.randint(11, 20)) #生成的随机数n: 12 <= n <= 20

print (random.randint(20, 20)) #结果永远是20

# End www_512pic_com

结果:

11

20

# End www_512pic_com

random.randrange

random.randrange的函数原型为:random.randrange([start], stop[, step]),从指定范围内,按指定基数递增的集合中 获取一个随机数。如:random.randrange(10, 100, 2),结果相当于从[10, 12, 14, 16, … 96, 98]序列中获取一个随机数。random.randrange(10, 100, 2)在结果上与 random.choice(range(10, 100, 2) 等效。

# @param Python随机函数random使用详解

# @author 512笔记|512pic.com

import random

print (random.randrange(10, 18, 2))

# End www_512pic_com

结果:

[10, 12, 14, 16, 18]

# End www_512pic_com

random.choice

random.choice从序列中获取一个随机元素。其函数原型为:random.choice(sequence)。参数sequence表示一个有序类型。这里要说明 一下:sequence在python不是一种特定的类型,而是泛指一系列的类型。list, tuple, 字符串都属于sequence。有关sequence可以查看python手册数据模型这一章

# @param Python随机函数random使用详解

# @author 512笔记|512pic.com

import random

print (random.choice(“Pythontab.com”))

print (random.choice([“python”, “tab”, “com”]))

print (random.choice((“python”, “tab”, “com”)))

# End www_512pic_com

结果:

t

python

tab

# End www_512pic_com

random.shuffle

random.shuffle的函数原型为:random.shuffle(x[, random]),用于将一个列表中的元素打乱。如:

# @param Python随机函数random使用详解

# @author 512笔记|512pic.com

import random

list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

random.shuffle(list)

print (list)

# End www_512pic_com

结果:

[4, 1, 9, 3, 2, 7, 10, 6, 8, 5]

# End www_512pic_com

random.sample

random.sample的函数原型为:random.sample(sequence, k),从指定序列中随机获取指定长度的片断。sample函数不会修改原有序列。

# @param Python随机函数random使用详解

# @author 512笔记|512pic.com

import random

list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

slice = random.sample(list, 5) #从list中随机获取5个元素,作为一个片断返回

print (slice)

print (list) #原有序列不会改变。

# End www_512pic_com

结果:

[8, 2, 6, 7, 9]

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# End www_512pic_com

注:关于Python随机函数random用法示例的内容就先介绍到这里,更多相关文章的可以留意512笔记的其他信息。

关键词:random

您可能感兴趣的文章

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/139493.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • PEST分析模型「建议收藏」

    PEST分析模型「建议收藏」PEST分析模型PEST分析模型(PESTAnalysis)PEST模型简介  PEST分析是战略咨询顾问用来帮助企业检阅其外部宏观环境的一种方法。是指宏观环境的分析,宏观环境又称一般环境,是指影响一切行业和企业的各种宏观力量。对宏观环境因素作分析,不同行业和企业根据自身特点和经营需要,分析的具体内容会有差异,但一般都应对政治(Political)、经济(Economic…

    2022年6月5日
    54
  • 图解Golang的GC算法「建议收藏」

    图解Golang的GC算法「建议收藏」虽然Golang的GC自打一开始,就被人所诟病,但是经过这么多年的发展,Golang的GC已经改善了非常多,变得非常优秀了。以下是GolangGC算法的里程碑:v1.1STWv1.3MarkSTW,Sweep并行v1.5三色标记法v1.8hybridwritebarrier经典的GC算法有三种:引用计数(referencecounting)、标记-清扫(mar…

    2022年6月22日
    51
  • mongodb介绍

    mongodb介绍mongodb介绍

    2022年4月24日
    49
  • 提高系统可用性的那些架构策略[通俗易懂]

    提高系统可用性的那些架构策略[通俗易懂]系统高可用面临的挑战有哪些?1.资源不可用在实际业务中,出现资源不可用的原因种类可能很多,有的概率很低,比如网线被挖断了,机房失火,地震等等导致网络不可用,有的概率相对来说很高比如服务器硬件资源不足,服务器故障等等。这些问题都可能会导致对应的资源不可用。2.资源不均衡由于系统架构设计的时候没有针对高并发和大流量进行可伸缩设计,导致无法应对并发很大的场景,出现系统瘫痪甚至崩溃。3.节点功能异常这种情况是最常见的,由于代码是人写的,bug和漏洞都是难免的,所以在实际业务中大概率会出现功能

    2022年7月13日
    29
  • 激光slam学习日记——基于滤波器的激光SLAM方法

    激光slam学习日记——基于滤波器的激光SLAM方法激光slam学习日记——基于滤波器的基于滤波的方法不适合大型场景,因为误差慢慢累积,没办法修复。贝叶斯与频率学派相对应,贝叶斯估计概率,频率估计数值粒子滤波:贝叶斯中的一个特例一、贝叶斯估计独立:我们知道其中一个,并不能对求解另一个产生任何帮助;条件独立:在某种情况下,才相互独立;假设,我们知道上一时刻位姿和上一个位姿的运动情况,那我们可以根据这两个得到此时刻的位姿,进而得到此时刻的观测情况,但是我们一旦知道这时刻的位姿,那上一时刻的运动情况与观测便不再有关系了。(好啰嗦)全概率:积分号内部

    2022年8月23日
    7
  • java如何配置环境变量_java如何配置环境变量

    java如何配置环境变量_java如何配置环境变量首先安装jdk,点击打开下图所示窗口。点击上图“下一步“进入下图,下图红色框选位置为安装的路径。点击上图下一步进入下图,点击”完成“即可。下面配置java环境变量,右键计算机图标,如下图所示:点击上图属性后,弹出系统窗口,点击最左边红色箭头所指“高级系统设置”按钮弹出“系统属性”窗口,在系统属性窗口点击中间箭头所指“环境变量”,弹出环境变量窗口。点击下图红色箭头所指新建按钮,弹出“新建系统变量”…

    2022年7月7日
    24

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号