计算机二级Python标准库 之random库

标准库

random库（必选）

概述

该模块实现了各种分布的伪随机数生成器。

对于整数，从范围中有统一的选择。 对于序列，存在随机元素的统一选择、用于生成列表的随机排列的函数、以及用于随机抽样而无需替换的函数。

在实数轴上，有计算均匀、正态（高斯）、对数正态、负指数、伽马和贝塔分布的函数。 为了生成角度分布，可以使用 von Mises 分布。

函数

1. 整数

函数	描述
randrange(start,stop[,step])	生成一个在[start,stop)之间，步数为step的随机整数
random.randint(a, b)	返回随机整数 N 满足 a <= N <= b。相当于 randrange(a, b+1)

2. 序列

函数	描述
random.choice(seq)	从非空序列 seq 返回一个随机元素。 如果 seq 为空，则引发 IndexError
random.choices(population, weights=None, *, cum_weights=None, k=1)	从population中选择替换，返回大小为 k 的元素列表。 如果 population 为空，则引发 IndexError。如果指定了 weight 序列，则根据相对权重进行选择。或者，如果给出 cum_weights 序列，则根据累积权重（可能使用 itertools.accumulate() 计算）进行选择。在内部，相对权重在进行选择之前会转换为累积权重，因此提供累积权重可以节省工作量
random.shuffle(x[, random])	将序列 x 随机打乱位置。可选参数 random 是一个0参数函数，在 [0.0, 1.0) 中返回随机浮点数；默认情况下，这是函数 random()
random.sample(population, k)	返回从总体序列或集合中选择的唯一元素的 k 长度列表。 用于无重复的随机抽样

choices（）

• population：集群
• weights：相对权重
• cum_weights：累加权重
• k：选取次数

>>> a=['a','b','c','d','e']
>>>print(random.choices(a,[5,10,10,20,40],k=10))
['e', 'e', 'b', 'e', 'e', 'b', 'e', 'd', 'c', 'e']
等于
>>>a=['a','b','c','d','e']
>>>print(random.choices(a,cum_weights=[5,15,25,45,85],k=10))
['d', 'e', 'd', 'd', 'e', 'e', 'b', 'c', 'd', 'd']

如果既未指定 weight 也未指定 cum_weights ，则以相等的概率进行选择。 如果提供了权重序列，则它必须与 population 序列的长度相同。 一个 TypeError 指定了 weights 和cum_weights。
weights 或 cum_weights 可以使用任何与 random() 返回的 float 值互操作的数值类型（包括整数，浮点数和分数但不包括十进制小数）。

3. 实值

函数	描述
random.random()	返回 [0.0, 1.0) 范围内的下一个随机浮点数
random.uniform(a, b)	返回一个随机浮点数 N ，当 a <= b 时 a <= N <= b ，当 b < a 时 b <= N <= a
random.triangular(low, high, mode)	返回一个随机浮点数 N ，使得 low <= N <= high 并在这些边界之间使用指定的 mode 。 low 和 high 边界默认为零和一。 mode 参数默认为边界之间的中点，给出对称分布
random.betavariate(alpha, beta)	Beta 分布。 参数的条件是 alpha > 0 和 beta > 0。 返回值的范围介于 0 和 1 之间
random.expovariate(lambd)	指数分布。 lambd 是 1.0 除以所需的平均值，它应该是非零的。 （该参数本应命名为 “lambda” ，但这是 Python 中的保留字。）如果 lambd 为正，则返回值的范围为 0 到正无穷大；如果 lambd 为负，则返回值从负无穷大到 0。
random.gammavariate(alpha, beta)	Gamma 分布。 （ 不是 gamma 函数！ ） 参数的条件是 alpha > 0 和 beta > 0
random.gauss(mu, sigma)	高斯分布。 mu 是平均值，sigma 是标准差
random.lognormvariate(mu, sigma)	对数正态分布。 如果你采用这个分布的自然对数，你将得到一个正态分布，平均值为 mu 和标准差为 sigma 。 mu 可以是任何值，sigma 必须大于零
random.normalvariate(mu, sigma)	正态分布。 mu 是平均值，sigma 是标准差
random.vonmisesvariate(mu, kappa)	冯·米塞斯分布。 mu 是平均角度，以弧度表示，介于0和 2pi* 之间，kappa 是浓度参数，必须大于或等于零。 如果 kappa 等于零，则该分布在 0 到 2pi* 的范围内减小到均匀的随机角度
random.paretovariate(alpha)	帕累托分布。 alpha 是形状参数
random.weibullvariate(alpha, beta)	威布尔分布。 alpha 是比例参数，beta 是形状参数