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
- 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) |
- 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)。
- 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 |