[Python标准库]random——伪随机数生成器

最新推荐文章于 2024-09-26 01:00:00 发布

dapeng0802

最新推荐文章于 2024-09-26 01:00:00 发布

阅读量7.3k

点赞数

分类专栏： Python

本文链接：https://blog.csdn.net/dapeng0802/article/details/50534203

版权

Python的random模块提供了各种伪随机数生成函数，基于Mersenne Twister算法。random()函数生成0到1之间的浮点数，uniform()用于指定范围内的随机数。通过seed()设置初始值以控制序列，getstate()和setstate()用于保存和恢复随机数生成器的状态。此外，模块还提供了randint(), randrange()等函数生成整数，choice()用于从序列中随机选择元素，shuffle()用于列表的洗牌操作，sample()用于无重复地取样。还有SystemRandom类利用系统随机源生成更安全的随机数。" 136120490,9145415,区块链与数据分析：未来趋势和挑战,"['区块链', '数据分析', '数据挖掘', '人工智能', 'python']

摘要由CSDN通过智能技术生成

[Python标准库]random——伪随机数生成器
       作用：实现了多种类型的伪随机数生成器。
       Python 版本：1.4 及以后版本
       random 模块基于 Mersenne Twister 算法提供了一个快速伪随机数生成器。原先开发这个生成器是为了向蒙特卡洛模拟生成输入，Mersenne Twister算法会生成有一个大周期的近均匀分布的数，以适用于各种类型的应用。
生成随机数
      random() 函数从所生成的序列返回下一个随机的浮点数值。返回的所有值都落在 0 <= n < 1.0 区间内。

import random

for i in xrange(5):
    print '%04.3f' % random.random(),
print

重复运行这个程序会生成不同的数字序列。
要生成一个指定数值区间内的数，则要使用 uniform()。

import random

for i in xrange(5):
    print '%04.3f' % random.uniform(1, 100),
print

传入最小值和最大值，uniform() 会使用公式 min + (max - min) * random() 来调整 random() 的返回值。
指定种子
每次调用 random() 会生成不同的值，在一个非常大的周期之后数字才会重复。这对于生成唯一值或变化的值很有用，不过有些情况下可能需要提供相同的数据集，从而以不同的方式处理。对此，一种技术是使用一个程序来生成随机值，并保存这些随机值，以便通过一个单独的步骤另行处理。不过，这对于量很大的数据来说可能并不实用，所以 random 包含了一个 seed() 函数，用来初始化伪随机数生成器，使它能生成一个期望的值集。

import random

random.seed(1)

for i in xrange(5):
    print '%04.3f' % random.random(),
print

种子（seed）值会控制生成伪随机数所用公式产生的第一个值，由于公式是确定性的，改变种子后也就设置了要生成的整个序列。seed() 的参数可以是任意可散列对象。默认为使用一个平台特定的随机源（如果有的话）。否则，如果没有这样一个随机源，则会使用当前时间。
保存状态
random() 使用的伪随机算法的内部状态可以保存，并用于控制后续各轮生成的随机数。继续生成随机数之前恢复一个状态，这会减少由之前输入得到重复的值或值序列的可能性。getstate() 函数会返回一些数据，以后可以用 setstate()