이 글은 Python의 랜덤 모듈 관련 내용을 주로 소개하며, 도움이 필요한 친구들이 참고할 수 있기를 바랍니다.
random 모듈
은 의사 난수를 생성하는 데 사용됩니다.
실제 난수(또는 무작위 이벤트)는 실험 과정에서 나타난 분포 확률에 따라 특정 생성 과정에서 무작위로 생성됩니다. 결과는 예측할 수 없고 눈에 보이지 않습니다. 컴퓨터의 랜덤 기능은 특정 알고리즘에 따라 시뮬레이션되며 결과는 확실하고 가시적입니다. 이러한 예측 가능한 결과가 나올 확률은 100%라고 가정할 수 있습니다. 따라서 컴퓨터 무작위 함수에 의해 생성된 "난수"는 무작위가 아니라 의사 난수입니다.
컴퓨터의 의사 난수는 특정 계산 방법에 따라 무작위 시드로 계산된 값입니다. 따라서 계산 방법이 확실하고 난수 시드가 확실한 한 생성되는 난수는 고정되어 있습니다.
사용자나 제3자가 무작위 시드를 설정하지 않는 한 기본적으로 무작위 시드는 시스템 시계에서 나옵니다.
이 Python 라이브러리는 하단에 공통 알고리즘을 사용합니다. 장기간 테스트를 거쳐 안정성을 말할 수는 없지만 비밀번호 관련 기능에는 사용해서는 안됩니다.
1. 기본 방법
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])의사 난수 생성기를 초기화합니다. a가 제공되지 않거나 a=None인 경우 시스템 시간이 시드로 사용됩니다. a가 정수이면 시드로 사용됩니다.
random.getstate()현재 생성기의 내부 상태에 대한 객체를 반환합니다.random.setstate(state) getstate 메소드 생성기를 이 상태로 복원하는 상태 객체입니다.
random.getrandbits(k)K 비트보다 크지 않은 Python 정수(10진수)를 반환합니다. 예를 들어 k=10이면 결과는 0~2^10 사이의 정수입니다.
🎜🎜🎜2. 정수용 메서드🎜🎜🎜🎜🎜random.randrange(stop)🎜🎜🎜random.randrange(start, stop[, step]) 🎜 choice(range(start, stop, step))와 동일하지만 실제로 범위 개체를 생성하지는 않습니다. 🎜🎜random.randint(a, b)🎜 a <= N <= b인 경우 임의의 정수 N을 반환합니다. randrange(a, b+1)🎜🎜🎜🎜3과 동일합니다. 시퀀스 클래스 구조를 위한 메서드🎜🎜🎜🎜🎜random.choice(seq)🎜 비어 있지 않은 시퀀스 seq에서 무작위로 선택 요소. seq가 비어 있으면 IndexError 예외가 나타납니다. 🎜🎜random.choices(population, Weights=None, *, cum_weights=None, k=1)🎜버전 3.6의 새로운 기능입니다. K개 요소는 모집단 클러스터에서 무작위로 선택됩니다. Weights는 상대 가중치 목록이고 cum_weights는 누적 가중치이며 두 매개변수는 동시에 존재할 수 없습니다. 🎜🎜random.shuffle(x[,random])🎜시퀀스 x의 요소 순서를 무작위로 섞습니다. 변경 가능한 시퀀스에만 사용할 수 있습니다. 변경 불가능한 시퀀스의 경우 아래의 샘플() 메서드를 사용하세요. 🎜🎜random.sample(population, k)🎜 모집단 표본에서 K개의 고유 요소를 무작위로 추출하거나 설정하여 새로운 시퀀스를 형성합니다. 반복 없이 무작위로 샘플링하는 데 자주 사용됩니다. 반환되는 것은 원래 시퀀스를 파괴하지 않고 새로운 시퀀스입니다. 정수 범위에서 특정 개수의 정수를 무작위로 뽑으려면 매우 효율적이고 공간을 절약하는 매우 효율적인 샘플(범위(10000000), k=60)과 같은 방법을 사용하세요. k가 모집단 길이보다 크면 ValueError 예외가 나타납니다. 🎜🎜🎜🎜4. 진정한 가치 배분🎜🎜🎜🎜🎜랜덤 모듈의 최고사양 기능이 실제로 여기에 있습니다. 🎜🎜random.random()🎜왼쪽 닫힘과 오른쪽 열림 사이의 부동 소수점 숫자를 반환합니다[0.0, 1.0) 🎜🎜random.uniform(a, b)🎜 반환 a와 b 사이의 부동 소수점 숫자. a>b인 경우 b와 a 사이의 부동 소수점 숫자입니다. 여기에서는 a와 b가 모두 결과에 나타날 수 있습니다. 🎜🎜random.triangular(low, high, mode)🎜 low <= N <=high인 삼각 분포에서 난수를 반환합니다. 모드 매개변수는 모드가 나타나는 위치를 지정합니다. 🎜🎜random.betavariate(alpha, beta)🎜β 배포. 반환된 결과는 0과 1 사이입니다🎜🎜random.expovariate(lambd)🎜Exponential distribution🎜🎜random.gammavariate(alpha, beta)🎜Gamma distribution🎜🎜 random.gauss(mu, sigma)🎜가우스 분포🎜🎜random.lognormvariate(mu, sigma)🎜로그 정규 분포🎜🎜random.normalvariate(mu, sigma)🎜정규 분포🎜🎜<code>random.vonmisesvariate(mu, kappa)🎜Kappa 분포🎜🎜random.paretovariate(alpha)🎜pa Reto 분포🎜🎜 random.weibullvariate(alpha, beta)🎜🎜🎜🎜5. 선택적 생성기🎜🎜🎜🎜🎜class random.SystemRandom([seed]) code>🎜os.urandom을 사용하는 클래스 () 소스 코드는 운영 체제에서 제공됩니다. 일부 시스템에서는 지원되지 않을 수 있습니다🎜🎜🎜🎜6.<div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:py;">>>> 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([&#39;win&#39;, &#39;lose&#39;, &#39;draw&#39;]) # 从序列随机选择一个元素
&#39;draw&#39;
>>> deck = &#39;ace two three four&#39;.split()
>>> shuffle(deck) # 对序列进行洗牌，改变原序列
>>> deck
[&#39;four&#39;, &#39;two&#39;, &#39;ace&#39;, &#39;three&#39;]
>>> 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*(带权重可重复的取样)，不破坏原序列
>>> choices([&#39;red&#39;, &#39;black&#39;, &#39;green&#39;], [18, 18, 2], k=6)
[&#39;red&#39;, &#39;green&#39;, &#39;black&#39;, &#39;black&#39;, &#39;red&#39;, &#39;black&#39;]
>>> # 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(&#39;tens&#39;) / 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(&#39;HT&#39;, cum_weights=(0.60, 1.00), k=7).count(&#39;H&#39;) >= 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</pre><div class="contentsignin">로그인 후 복사</div></div><p></p><p>다음은 대문자 A-Z와 숫자 0-9를 포함하는 임의의 4자리 인증 코드를 생성하는 프로그램입니다</p><p class="jb51code"></p><div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:py;">import random
checkcode = &#39;&#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">로그인 후 복사</div></div><p></p><p>다음은 지정된 문자의 임의 시퀀스를 생성하는 코드입니다. 길이: </p><p class="jb51code"></p><div class="code" style="position:relative; padding:0px; margin:0px;"><pre class="brush:py;">#!/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 = &#39;&#39;.join([i for i in all_chars])
return result
if __name__ == &#39;__main__&#39;:
print(gen_random_string(64))</pre><div class="contentsignin">로그인 후 복사</div></div><p></p> <p>관련 권장 사항: <br></p>
<p><a href="http://www.php.cn/php-weizijiaocheng-382149.html" target="_self">문자열 일치 알고리즘 예제 코드의 Python 구현 </a></p>
<p><a href="http://www.php.cn/php-weizijiaocheng-381987.html" target="_self"> Python과 Ruby의 유사점과 차이점 비교 </a></p>
<p><a href="http://www.php.cn/python-tutorials-380401.html" target="_self"> 로깅 라이브러리 사용 요약 파이썬으로 </a></p>위 내용은 Python의 랜덤 모듈에 대한 자세한 설명의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
