Pythonのrandomモジュールを詳しく解説

この記事は主にPythonのrandomモジュールの関連内容を紹介していますので、困っている方は参考にしていただければ幸いです。

randomモジュール

は、疑似乱数を生成するために使用されます

実際の乱数（またはランダムイベント）は、実験プロセスで示された分布確率に従って、特定の生成プロセスでランダムに生成されます。結果は予測不可能で目に見えません。コンピュータ内のランダム関数は特定のアルゴリズムに従ってシミュレートされ、結果は確実で目に見えます。この予見可能な結果の確率は 100% であると仮定できます。したがって、コンピュータのランダム関数によって生成される「乱数」はランダムではなく、疑似乱数です。

コンピュータの擬似乱数とは、一定の計算方法に従ってランダムシードによって計算された値です。したがって、計算方法と乱数の種が確かであれば、生成される乱数は固定されます。

ユーザーまたはサードパーティがランダム シードを設定しない限り、デフォルトでは、ランダム シードはシステム クロックから取得されます。

この Python ライブラリは、長期にわたるテストの結果、下部に共通のアルゴリズムを使用していますが、その信頼性は言えませんが、パスワード関連の機能には使用しないでください。

1. 基本的なメソッド

random.seed(a=None, version=2)<code>random.seed(a=None, version=2)<br>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)<br>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)<br>

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)<br>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)<br>帕累托分布

random.weibullvariate(alpha, beta)

五、可选择的生成器

class random.SystemRandom([seed])擬似乱数生成器を初期化します。 a が指定されていないか、a=None の場合、システム時刻がシードとして使用されます。 a が整数の場合、それがシードとして使用されます。

random.getstate()

現在のジェネレーターの内部状態のオブジェクトを返しますrandom.setstate(state)を使用して以前に取得したオブジェクトを渡します。 getstate メソッド ジェネレーターをこの状態に復元する状態オブジェクト。

random.getrandbits(k)

K ビット以下の Python 整数 (10 進数) を返します。たとえば、k=10 の場合、結果は 0~2^10 の整数になります。

🎜🎜🎜2. 整数のメソッド🎜🎜🎜🎜🎜random.randrange(stop)🎜🎜🎜random.randrange(start, stop[, step]) 🎜 Choice(range(start, stop, step)) と同等ですが、実際には range オブジェクトを作成しません。 🎜🎜random.randint(a, b)🎜 a random.choice(seq)🎜 空でないシーケンス seq からランダムに 1 つを選択します要素。 seq が空の場合、IndexError 例外がポップアップします。 🎜🎜random.choices(population,weights=None, *,cum_weights=None, k=1)🎜バージョン 3.6 の新機能。 K 個の要素が母集団クラスターからランダムに選択されます。 Weights は相対的な重みリスト、cum_weights は累積的な重みであり、2 つのパラメータは同時に存在することはできません。 🎜🎜random.shuffle(x[, random])🎜シーケンス x 内の要素の順序をランダムにシャッフルします。可変シーケンスにのみ使用できます。不変シーケンスの場合は、以下のsample()メソッドを使用してください。 🎜🎜random.sample(population, k)🎜 母集団サンプルから K 個の一意の要素をランダムに抽出するか、新しいシーケンスを形成するように設定します。繰り返しのないランダムなサンプリングによく使用されます。返されるのは、元のシーケンスを破壊しない新しいシーケンスです。整数範囲から特定の数の整数をランダムに抽出するには、sample(range(10000000), k=60) のようなメソッドを使用します。これは非常に効率的でスペースを節約できます。 k が母集団の長さより大きい場合、ValueError 例外がポップアップします。 🎜🎜🎜🎜4. True Value Distribution🎜🎜🎜🎜🎜 ランダムモジュールの最もハイエンドな関数は実際にはここにあります。 🎜🎜random.random()🎜左閉じと右開きの間の浮動小数点数を返します [0.0, 1.0) 🎜🎜random.uniform(a, b)🎜 戻り値a と b の間の浮動小数点数。 a>b の場合、b と a の間の浮動小数点数になります。ここでの a と b の両方が結果に表示される場合があります。 🎜🎜random.triangular(low, high, mode)🎜 low random.betavariate(alpha, beta)🎜β ディストリビューション。返される結果は 0 ～ 1 です🎜🎜random.expovariate(lambd)🎜指数分布🎜🎜random.gammavariate(alpha, beta)🎜ガンマ分布🎜🎜 random.gauss(mu, sigma)🎜ガウス分布🎜🎜random.lognormvariate(mu, sigma)🎜対数正規分布🎜🎜random.normalvariate(mu, sigma)🎜正規分布🎜🎜<code>random.vonmisesvariate(mu, kappa)🎜Kappa分布🎜🎜random.paretovariate(alpha)🎜パレト分布🎜🎜 random.weibullvariate(alpha, beta)🎜🎜🎜🎜5. オプションのジェネレーター🎜🎜🎜🎜🎜class random.SystemRandom([seed]) code>🎜 os.urandom を使用するクラス() 乱数を生成するメソッド。ソース コードは、すべてのシステムでサポートされているわけではありません🎜🎜🎜🎜6。<div class="code" style="position:relative; padding:0px; margin:0px;"><pre class='brush:php;toolbar:false;'>&gt;&gt;&gt; random() # 随机浮点数: 0.0 &lt;= x &lt; 1.0 0.37444887175646646 &gt;&gt;&gt; uniform(2.5, 10.0) # 随机浮点数: 2.5 &lt;= x &lt; 10.0 3.1800146073117523 &gt;&gt;&gt; randrange(10) # 0-9的整数： 7 &gt;&gt;&gt; randrange(0, 101, 2) # 0-100的偶数 26 &gt;&gt;&gt; choice([&amp;#39;win&amp;#39;, &amp;#39;lose&amp;#39;, &amp;#39;draw&amp;#39;]) # 从序列随机选择一个元素 &amp;#39;draw&amp;#39; &gt;&gt;&gt; deck = &amp;#39;ace two three four&amp;#39;.split() &gt;&gt;&gt; shuffle(deck) # 对序列进行洗牌，改变原序列 &gt;&gt;&gt; deck [&amp;#39;four&amp;#39;, &amp;#39;two&amp;#39;, &amp;#39;ace&amp;#39;, &amp;#39;three&amp;#39;] &gt;&gt;&gt; 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] &gt;&gt;&gt; # 6次旋转红黑绿*(带权重可重复的取样)，不破坏原序列 &gt;&gt;&gt; choices([&amp;#39;red&amp;#39;, &amp;#39;black&amp;#39;, &amp;#39;green&amp;#39;], [18, 18, 2], k=6) [&amp;#39;red&amp;#39;, &amp;#39;green&amp;#39;, &amp;#39;black&amp;#39;, &amp;#39;black&amp;#39;, &amp;#39;red&amp;#39;, &amp;#39;black&amp;#39;] &gt;&gt;&gt; # 德州扑克计算概率Deal 20 cards without replacement from a deck of 52 playing cards &gt;&gt;&gt; # and determine the proportion of cards with a ten-value &gt;&gt;&gt; # (a ten, jack, queen, or king). &gt;&gt;&gt; deck = collections.Counter(tens=16, low_cards=36) &gt;&gt;&gt; seen = sample(list(deck.elements()), k=20) &gt;&gt;&gt; seen.count(&amp;#39;tens&amp;#39;) / 20 0.15 &gt;&gt;&gt; # 模拟概率Estimate the probability of getting 5 or more heads from 7 spins &gt;&gt;&gt; # of a biased coin that settles on heads 60% of the time. &gt;&gt;&gt; trial = lambda: choices(&amp;#39;HT&amp;#39;, cum_weights=(0.60, 1.00), k=7).count(&amp;#39;H&amp;#39;) &gt;= 5 &gt;&gt;&gt; sum(trial() for i in range(10000)) / 10000 0.4169 &gt;&gt;&gt; # Probability of the median of 5 samples being in middle two quartiles &gt;&gt;&gt; trial = lambda : 2500 &lt;= sorted(choices(range(10000), k=5))[2] &lt; 7500 &gt;&gt;&gt; sum(trial() for i in range(10000)) / 10000 0.7958</pre><div class="contentsignin">ログイン後にコピー</div></div><p></p><p>これは、大文字の A ～ Z と 0 ～ 9 の数字を含むランダムな 4 桁の確認コードを生成するプログラムです</p><p class="jb51code"></p><div class="code" style="position:relative; padding:0px; margin:0px;"><pre class='brush:php;toolbar:false;'>import random checkcode = &amp;#39;&amp;#39; 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)</pre><div class="contentsignin">ログイン後にコピー</div></div><p></p><p>これは、指定された英数字のランダムなシーケンスを生成するコードです長さ: </p><p class="jb51code"></p><div class="code" style="position:relative; padding:0px; margin:0px;"><pre class='brush:php;toolbar:false;'>#!/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 = &amp;#39;&amp;#39;.join([i for i in all_chars]) return result if __name__ == &amp;#39;__main__&amp;#39;: print(gen_random_string(64))</pre><div class="contentsignin">ログイン後にコピー</div></div><p></p> <p>関連する推奨事項: <br></p> <p><a href="http://www.php.cn/php-weizijiaocheng-382149.html" target="_self">文字列マッチングアルゴリズムのサンプルコードのPython実装</a></p> <p><a href="http://www.php.cn/php-weizijiaocheng-381987.html" target="_self"> PythonとRubyの類似点と相違点の比較</a></p> <p><a href="http://www.php.cn/python-tutorials-380401.html" target="_self"> ロギングライブラリの使用の概要Pythonで</a></p>

以上がPythonのrandomモジュールを詳しく解説の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。