(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
Python random 模块
注意事项
- 伪随机性:Python 使用 random 模块生成各种分布的伪随机数。计算机生成的随机数都是伪随机数,它们是由确定性算法生成的,只是看起来像随机。如果需要高度的随机性,需要额外的随机源。
- 不同类型的随机性:在模拟、密码学等场景中,需要注意不同类型的随机性需求。如果前往 Python 文档以获取此模块的文档,将会看到一条警告:
显然,random 模块只适用于一般的随机数需求。random 模块使用 Mersenne Twister 算法来生成随机数。但是这种算法是完全确定性的,而对于密码学等需要高强度随机性的场景,应该使用 secrets 模块。
Python random 模块的内置函数
下面是 random 模块下的各种内置函数。这些函数能够在不同场景下生成伪随机数:
下面的列表包含了上述随机数生成函数的简要说明:
函数名 | 描述 |
---|---|
randint(a, b) | 生成一个位于 [a, b] 范围内的随机整数 |
randrange(start, stop, step) | 生成一个以 step 递增的整数序列中的随机元素 |
random() | 生成一个位于 [0.0, 1.0) 范围内的随机浮点数 |
uniform(a, b) | 生成一个位于 [a, b) 范围内的随机浮点数 |
gauss(mu, sigma) | 生成一个符合高斯分布的随机浮点数,均值为 mu ,标准差为 sigma |
sample(population, k) | 从 population 序列中随机选择 k 个元素,不重复 |
choice(sequence) | 从序列中随机选择一个元素 |
shuffle(sequence) | 随机打乱序列中的元素顺序 |
seed(a=None) | 初始化随机数生成器的种子,用于重现随机序列 |
下面是这些函数的更详细介绍及示例。
randint()
此函数生成指定范围之间的整数。它接受两个参数
x
x
x 和
y
y
y 并生成整数
i
i
i,使得
x
<
=
i
<
=
y
x <= i <= y
x<=i<=y。
import random
a = random.randint(3, 6)
print(a) # 输出:3
randrange()
该函数生成一个以 step
为步长的整数序列中的随机元素。start
和 stop
是范围,取值范围是 [start, stop)
。若省略 step
参数,默认为 1。
import random
a = random.randrange(1, 10, 2)
print(a) # 输出:7
random()
该函数生成一个位于 [0.0, 1.0)
范围内的随机浮点数。所有数字在这个范围内的概率是相等的。
import random
a = random.random()
print(a) # 输出:0.6427979778735594
uniform()
该函数生成一个位于 [a, b)
范围内的随机浮点数。类似于random()
,但可以指定范围。
import random
a = random.uniform(3, 6)
print(a) # 输出:3.512451152441262
gauss(mu, sigma)
该函数生成一个符合高斯分布(也称为正态分布)的随机浮点数。mu
是均值,sigma
是标准差,控制分布的形状。
import random
a = random.gauss(3, 0.5)
print(a) # 输出:2.9743970359818612
sample()
如果想要一个序列中的多个随机元素,可以使用 sample()
。它需要两个参数 population
和 k
,其中 population
是一个序列,k
是一个整数。然后,该函数从 population
序列中随机选择 k
个元素,并以列表形式返回。选择不重复。
import random
seq = (12, 33, 67, 55, 78, 90, 34, 67, 88)
a = random.sample(seq, 5)
print(a) # 输出:[88, 78, 67, 34, 33]
choice(sequence)
如果要从特定序列中选择随机元素,可以使用此函数。它需要一个参数——sequence
。它从序列中返回一个随机元素。
import random
seq = (12, 33, 67, 55, 78, 90, 34, 67, 88)
a = random.choice(seq)
print(a) # 输出:88
注意:
random.choice(seq)
不等同于random.sample(seq, 1)
,前者返回元素,后者返回列表。
shuffle(sequence)
做了那么多年开发,自学了很多门编程语言,我很明白学习资源对于学一门新语言的重要性,这些年也收藏了不少的Python干货,对我来说这些东西确实已经用不到了,但对于准备自学Python的人来说,或许它就是一个宝藏,可以给你省去很多的时间和精力。
别在网上瞎学了,我最近也做了一些资源的更新,只要你是我的粉丝,这期福利你都可拿走。
我先来介绍一下这些东西怎么用,文末抱走。
(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
(4)200多本电子书
这些年我也收藏了很多电子书,大概200多本,有时候带实体书不方便的话,我就会去打开电子书看看,书籍可不一定比视频教程差,尤其是权威的技术书籍。
基本上主流的和经典的都有,这里我就不放图了,版权问题,个人看看是没有问题的。
(5)Python知识点汇总
知识点汇总有点像学习路线,但与学习路线不同的点就在于,知识点汇总更为细致,里面包含了对具体知识点的简单说明,而我们的学习路线则更为抽象和简单,只是为了方便大家只是某个领域你应该学习哪些技术栈。
(6)其他资料
还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。
这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!