你真的了解Python的random模块吗?


Posted in Python onDecember 12, 2017

random模块

用于生成伪随机数
源码位置: Lib/random.py(看看就好,千万别随便修改)

真正意义上的随机数(或者随机事件)在某次产生过程中是按照实验过程中表现的分布概率随机产生的,其结果是不可预测的,是不可见的。而计算机中的随机函数是按照一定算法模拟产生的,其结果是确定的,是可见的。我们可以这样认为这个可预见的结果其出现的概率是100%。所以用计算机随机函数所产生的“随机数”并不随机,是伪随机数。

计算机的伪随机数是由随机种子根据一定的计算方法计算出来的数值。所以,只要计算方法一定,随机种子一定,那么产生的随机数就是固定的。

只要用户或第三方不设置随机种子,那么在默认情况下随机种子来自系统时钟。

Python的这个库在底层使用通用的算法,经过长久的考验,可靠性没得说,但绝对不能用于密码相关的功能。

一、基本方法

random.seed(a=None, version=2)
初始化伪随机数生成器。如果未提供a或者a=None,则使用系统时间为种子。如果a是一个整数,则作为种子。

random.getstate()
返回一个当前生成器的内部状态的对象

random.setstate(state)
传入一个先前利用getstate方法获得的状态对象,使得生成器恢复到这个状态。

random.getrandbits(k)
返回一个不大于K位的Python整数(十进制),比如k=10,则结果在0~2^10之间的整数。

二、针对整数的方法

random.randrange(stop)

random.randrange(start, stop[, step])
等同于choice(range(start, stop, step)),但并不实际创建range对象。

random.randint(a, b)
返回一个a <= N <= b的随机整数N。等同于 randrange(a, b+1)

三、针对序列类结构的方法

random.choice(seq)
从非空序列seq中随机选取一个元素。如果seq为空则弹出 IndexError异常。

random.choices(population, weights=None, *, cum_weights=None, k=1)
3.6版本新增。从population集群中随机抽取K个元素。weights是相对权重列表,cum_weights是累计权重,两个参数不能同时存在。

random.shuffle(x[, random])
随机打乱序列x内元素的排列顺序。只能针对可变的序列,对于不可变序列,请使用下面的sample()方法。

random.sample(population, k)
从population样本或集合中随机抽取K个不重复的元素形成新的序列。常用于不重复的随机抽样。返回的是一个新的序列,不会破坏原有序列。要从一个整数区间随机抽取一定数量的整数,请使用sample(range(10000000), k=60)类似的方法,这非常有效和节省空间。如果k大于population的长度,则弹出ValueError异常。

四、真值分布

random模块最高端的功能其实在这里。

random.random()
返回一个介于左闭右开[0.0, 1.0)区间的浮点数

random.uniform(a, b)
返回一个介于a和b之间的浮点数。如果a>b,则是b到a之间的浮点数。这里的a和b都有可能出现在结果中。

random.triangular(low, high, mode)
返回一个low <= N <=high的三角形分布的随机数。参数mode指明众数出现位置。

random.betavariate(alpha, beta)
β分布。返回的结果在0~1之间

random.expovariate(lambd)
指数分布

random.gammavariate(alpha, beta)
伽马分布

random.gauss(mu, sigma)
高斯分布

random.lognormvariate(mu, sigma)
对数正态分布

random.normalvariate(mu, sigma)
正态分布

random.vonmisesvariate(mu, kappa)
卡帕分布

random.paretovariate(alpha)
帕累托分布

random.weibullvariate(alpha, beta)

五、可选择的生成器

class random.SystemRandom([seed])
使用 os.urandom() 方法生成随机数的类,由操作系统提供源码,不一定所有系统都支持

六、典型的例子

>>> random()               # 随机浮点数: 0.0 <= x < 1.0
0.37444887175646646

>>> uniform(2.5, 10.0)          # 随机浮点数: 2.5 <= x < 10.0
3.1800146073117523

>>> randrange(10)            # 0-9的整数:
7

>>> randrange(0, 101, 2)         # 0-100的偶数
26

>>> choice(['win', 'lose', 'draw'])   # 从序列随机选择一个元素
'draw'

>>> deck = 'ace two three four'.split()
>>> shuffle(deck)            # 对序列进行洗牌,改变原序列
>>> deck
['four', 'two', 'ace', 'three']

>>> sample([10, 20, 30, 40, 50], k=4)  # 不改变原序列的抽取指定数目样本,并生成新序列
[40, 10, 50, 30]

>>> # 6次旋转红黑绿轮盘(带权重可重复的取样),不破坏原序列
>>> choices(['red', 'black', 'green'], [18, 18, 2], k=6)
['red', 'green', 'black', 'black', 'red', 'black']

>>> # 德州扑克计算概率Deal 20 cards without replacement from a deck of 52 playing cards
>>> # and determine the proportion of cards with a ten-value
>>> # (a ten, jack, queen, or king).
>>> deck = collections.Counter(tens=16, low_cards=36)
>>> seen = sample(list(deck.elements()), k=20)
>>> seen.count('tens') / 20
0.15

>>> # 模拟概率Estimate the probability of getting 5 or more heads from 7 spins
>>> # of a biased coin that settles on heads 60% of the time.
>>> trial = lambda: choices('HT', cum_weights=(0.60, 1.00), k=7).count('H') >= 5
>>> sum(trial() for i in range(10000)) / 10000
0.4169

>>> # Probability of the median of 5 samples being in middle two quartiles
>>> trial = lambda : 2500 <= sorted(choices(range(10000), k=5))[2] < 7500
>>> sum(trial() for i in range(10000)) / 10000
0.7958

下面是生成一个包含大写字母A-Z和数字0-9的随机4位验证码的程序

import random
 
checkcode = ''
for i in range(4):
  current = random.randrange(0,4)
  if current != i:
    temp = chr(random.randint(65,90))
  else:
    temp = random.randint(0,9)
  checkcode += str(temp)
print(checkcode)

下面是生成指定长度字母数字随机序列的代码:

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import random, string

def gen_random_string(length):
  # 数字的个数随机产生
  num_of_numeric = random.randint(1,length-1)
  # 剩下的都是字母
  num_of_letter = length - num_of_numeric
  # 随机生成数字
  numerics = [random.choice(string.digits) for i in range(num_of_numeric)]
  # 随机生成字母
  letters = [random.choice(string.ascii_letters) for i in range(num_of_letter)]
  # 结合两者
  all_chars = numerics + letters
  # 洗牌
  random.shuffle(all_chars)
  # 生成最终字符串
  result = ''.join([i for i in all_chars])
  return result

if __name__ == '__main__':
  print(gen_random_string(64))

总结

以上就是本文关于你真的了解Python的random模块的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站其他相关专题,如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!

Python 相关文章推荐
Python字符串格式化
Jun 15 Python
Python黑魔法@property装饰器的使用技巧解析
Jun 16 Python
Python使用gRPC传输协议教程
Oct 16 Python
Python读取YUV文件,并显示的方法
Dec 04 Python
django ModelForm修改显示缩略图 imagefield类型的实例
Jul 28 Python
Python标准库:内置函数max(iterable, *[, key, default])说明
Apr 25 Python
Django中Q查询及Q()对象 F查询及F()对象用法
Jul 09 Python
Win10环境中如何实现python2和python3并存
Jul 20 Python
基于python实现操作git过程代码解析
Jul 27 Python
详解Python中@staticmethod和@classmethod区别及使用示例代码
Dec 14 Python
python自动生成sql语句的脚本
Feb 24 Python
opencv实现图像平移效果
Mar 24 Python
Python判断两个对象相等的原理
Dec 12 #Python
浅谈Django REST Framework限速
Dec 12 #Python
Django admin美化插件suit使用示例
Dec 12 #Python
Django admin实现图书管理系统菜鸟级教程完整实例
Dec 12 #Python
基于Django filter中用contains和icontains的区别(详解)
Dec 12 #Python
Python有序查找算法之二分法实例分析
Dec 11 #Python
django实现用户登陆功能详解
Dec 11 #Python
You might like
Thinkphp 框架扩展之Widget扩展实现方法分析
2020/04/23 PHP
PHP 判断字符串是中文还是英文, 或者是中英混合
2021/03/09 PHP
表头固定(利用jquery实现原理介绍)
2012/11/08 Javascript
原生js和jquery中有关透明度设置的相关问题
2014/01/08 Javascript
jQuery中:selected选择器用法实例
2015/01/04 Javascript
JavaScript中的关联数组问题
2015/03/04 Javascript
Angularjs 实现移动端在线测评效果(推荐)
2017/04/05 Javascript
jQuery Validate 无法验证 chosen-select元素的解决方法
2017/05/17 jQuery
在React 组件中使用Echarts的示例代码
2017/11/08 Javascript
VUE 使用中踩过的坑
2018/02/08 Javascript
LayerClose弹窗关闭刷新方法
2018/08/17 Javascript
微信小程序 Animation实现图片旋转动画示例
2018/08/22 Javascript
vue路由对不同界面进行传参及跳转的总结
2019/04/20 Javascript
vue之debounce属性被移除及处理详解
2019/11/13 Javascript
Paypal支付不完全指北
2020/06/04 Javascript
VSCode 添加自定义注释的方法(附带红色警戒经典注释风格)
2020/08/27 Javascript
[40:10]2015国际邀请赛全明星表演赛
2015/08/07 DOTA
python自定义时钟类、定时任务类
2021/02/22 Python
使用tensorboard可视化loss和acc的实例
2020/01/21 Python
DRF使用simple JWT身份验证的实现
2021/01/14 Python
pycharm 的Structure界面设置操作
2021/02/05 Python
css3 transform属性详解
2014/09/30 HTML / CSS
英国床和浴室商场:Bed & Bath Emporium
2018/05/20 全球购物
Sisley法国希思黎中国官网:享誉全球的奢华植物美容品牌
2019/06/30 全球购物
德国消费电子产品购物网站:Guter Kauf
2020/09/15 全球购物
小学教师自我鉴定
2013/11/07 职场文书
白酒业务员岗位职责
2013/12/27 职场文书
年会主持词结束语
2014/03/27 职场文书
班主任班级寄语大全
2014/04/04 职场文书
法学专业求职信
2014/07/15 职场文书
群众路线教育实践活动调研报告
2014/11/03 职场文书
2015年维修电工工作总结
2015/04/25 职场文书
2015年小学远程教育工作总结
2015/07/28 职场文书
开学随笔
2015/08/15 职场文书
深度好文:50条没人告诉你的人生经验,句句精辟
2019/08/22 职场文书
python实现腾讯滑块验证码识别
2021/04/27 Python