random模塊

random隨機(jī)模塊
代碼實(shí)現(xiàn)的隨機(jī)實(shí)際上都是偽隨機(jī)孩锡,都是按照某種規(guī)則實(shí)現(xiàn)的隨機(jī)员帮,既然是按照某種規(guī)則,實(shí)際上就有跡可循幽歼,是一種偽隨機(jī)
返回0-1之間的隨機(jī)浮點(diǎn)數(shù),左閉右開(kāi)

print(random.random())

返回兩個(gè)整數(shù)之間的隨機(jī)整數(shù)谬盐,閉區(qū)間

print(random.randint(1, 5))  

random.choice(seq)返回一個(gè)列表甸私,元組或字符串的隨機(jī)項(xiàng)
從非空序列中隨機(jī)選取一個(gè)數(shù)據(jù)并返回,該序列可以是list飞傀、tuple皇型、str、set

ls = ('a', 'b', 'v', 'c', '10')
print(random.choice(ls))

2.random.choices(population,weights=None,*,cum_weights=None,k=1)函數(shù)
population:是指定的序列砸烦,可以是列表弃鸦、元組、字符串等幢痘。
weights:相對(duì)權(quán)重唬格。
cum_weights:累加權(quán)重。
k:選取次數(shù)。
作用:從指定的序列中隨機(jī)選取k次數(shù)據(jù)购岗,返回一個(gè)列表汰聋,可以設(shè)置權(quán)重。

注意:每次選取都不會(huì)影響原序列喊积,每一次選取都是基于原序列烹困。

舉例:

import random
a = [1,2,3,4,5]
print(random.choices(a,k=6))

解析:重復(fù)6次從列表a中的各個(gè)成員中選取一個(gè)數(shù)輸出,各個(gè)成員出現(xiàn)概率基本持平乾吻。
結(jié)果:[5, 4, 5, 4, 1, 3](隨機(jī)生成的)

print(random.choices(a,weights=[0,0,1,0,0],k=6))

解析:重復(fù)6次從列表a中提取3髓梅,最終得到[3, 3, 3, 3, 3, 3]
結(jié)果:[3, 3, 3, 3, 3, 3](固定結(jié)果)

print(random.choices(a,weights=[1,1,1,1,1],k=6))

解析:重復(fù)6次從列表a中的各個(gè)成員中選取一個(gè)數(shù)輸出,各個(gè)成員出現(xiàn)概率基本持平绎签。
結(jié)果:[5, 4, 3, 5, 4, 3](隨機(jī)生成的)

print(random.choices(a,cum_weights=[1,1,1,1,1],k=6))

結(jié)果:[1, 1, 1, 1, 1, 1](固定結(jié)果)
1
2
3
4
5
6
7
8
9
10
11
12
13
可以自己多輸出幾次看看規(guī)律女淑。

結(jié)論:

參數(shù)weights設(shè)置相對(duì)權(quán)重,它的值是一個(gè)列表辜御,設(shè)置之后鸭你,每一個(gè)成員被抽取到的概率就被確定了。
比如weights=[1,2,3,4,5],那么第一個(gè)成員的概率就是P=1/(1+2+3+4+5)=1/15擒权。

cum_weights設(shè)置累加權(quán)重袱巨,Python會(huì)自動(dòng)把相對(duì)權(quán)重轉(zhuǎn)換為累加權(quán)重,即如果你直接給出累加權(quán)重碳抄,
那么就不需要
給出相對(duì)權(quán)重愉老,且Python省略了一步執(zhí)行。
比如weights=[1,2,3,4],那么cum_weights=[1,3,6,10]
這也就不難理解為什么cum_weights=[1,1,1,1,1]輸出全是第一個(gè)成員1了剖效。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末嫉入,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子璧尸,更是在濱河造成了極大的恐慌咒林,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,525評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件爷光,死亡現(xiàn)場(chǎng)離奇詭異垫竞,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)蛀序,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,203評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門(mén)欢瞪,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人徐裸,你說(shuō)我怎么就攤上這事遣鼓。” “怎么了重贺?”我有些...
    開(kāi)封第一講書(shū)人閱讀 164,862評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵骑祟,是天一觀的道長(zhǎng)回懦。 經(jīng)常有香客問(wèn)我,道長(zhǎng)曾我,這世上最難降的妖魔是什么粉怕? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,728評(píng)論 1 294
  • 正文 為了忘掉前任,我火速辦了婚禮抒巢,結(jié)果婚禮上贫贝,老公的妹妹穿的比我還像新娘。我一直安慰自己蛉谜,他們只是感情好稚晚,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,743評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著型诚,像睡著了一般客燕。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上狰贯,一...
    開(kāi)封第一講書(shū)人閱讀 51,590評(píng)論 1 305
  • 那天也搓,我揣著相機(jī)與錄音,去河邊找鬼涵紊。 笑死傍妒,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的摸柄。 我是一名探鬼主播颤练,決...
    沈念sama閱讀 40,330評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼驱负!你這毒婦竟也來(lái)了嗦玖?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 39,244評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤跃脊,失蹤者是張志新(化名)和其女友劉穎宇挫,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體匾乓,經(jīng)...
    沈念sama閱讀 45,693評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡捞稿,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,885評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了拼缝。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,001評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡彰亥,死狀恐怖咧七,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情任斋,我是刑警寧澤继阻,帶...
    沈念sama閱讀 35,723評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響瘟檩,放射性物質(zhì)發(fā)生泄漏抹缕。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,343評(píng)論 3 330
  • 文/蒙蒙 一墨辛、第九天 我趴在偏房一處隱蔽的房頂上張望卓研。 院中可真熱鬧,春花似錦睹簇、人聲如沸奏赘。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,919評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)磨淌。三九已至,卻和暖如春凿渊,著一層夾襖步出監(jiān)牢的瞬間梁只,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,042評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工埃脏, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留搪锣,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,191評(píng)論 3 370
  • 正文 我出身青樓剂癌,卻偏偏與公主長(zhǎng)得像淤翔,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子佩谷,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,955評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • random 模塊 python 中用于生成偽隨機(jī)數(shù)的模塊 計(jì)算機(jī)中不存在真正意義上的隨機(jī)旁壮,因?yàn)椤半S機(jī)”過(guò)程是由一...
    躺好別動(dòng)閱讀 1,249評(píng)論 0 3
  • 在日常生活中,隨機(jī)數(shù)我們很多時(shí)候都會(huì)經(jīng)常接觸到谐檀,比如說(shuō)游戲抽卡抡谐,隨機(jī)到的數(shù)值就可以決定這波抽卡的結(jié)果是歐皇附體、正...
    Soothingday閱讀 441評(píng)論 0 0
  • 如果你對(duì)在Python生成隨機(jī)數(shù)與random模塊中最常用的幾個(gè)函數(shù)的關(guān)系與不懂之處桐猬,下面的文章就是對(duì)Python...
    Hobort閱讀 1,552評(píng)論 0 1
  • 概述 該模塊為多種分布實(shí)現(xiàn)偽隨機(jī)數(shù)生成器麦撵。 對(duì)于整數(shù),在某范圍內(nèi)均勻選擇溃肪。 對(duì)于序列免胃,對(duì)隨機(jī)元素均勻選擇,通過(guò)產(chǎn)生...
    hao555sky閱讀 634評(píng)論 0 0
  • random 模塊主要包含生成偽隨機(jī)數(shù)的各種功能變量和函數(shù)惫撰。 在 Python 的交互式解釋器中先導(dǎo)入 rando...
    帥帥滴小哥哥閱讀 573評(píng)論 0 1