python 生成随机数模块

#todo 产生随机数的模块
import random
random.uniform(3,4) # 3到4之间的均匀分布
random.gauss(5,1) # 以5为均值，1为方差的高斯分布。
random.normalvariate(5,1) # 以5为均值，1为方差的高斯分布。
random.randint(4,8) # 从4，5，6，7，8中随机挑出一个整数值。
random.choice([1,4,6,8,0]) # 从1，4，6，8，0中随机挑出一个值。
random.random() # 0-1之间均匀分布的一个实数。
random.sample([randint(10,20) for _ in range(10)], 5)#从10~20间随机抽取5个数；
#Dataframe.sample(n=3,random_state=1)#随机选几行数据

random.choices(population, weights=None, *, cum_weights=None, k=1)
#从population中进行K次随机选取，每次选取一个元素（注意会出现同一个元素多次被选中的情况），
#weights是相对权重值，population中有几个元素就要有相对应的weights值，
#cum_weights是累加权重值，例如，相对权重〔10, 5, 30，5〕相当于累积权重〔10, 15, 45，50〕。
#在内部，在进行选择之前，相对权重被转换为累积权重，因此提供累积权重节省了工作。返回一个列表。

#todo numpy中随机数生成模块
np.random.choice([1,4,6,8,0],replace=True,p=[0.1,0.2,0.3,0.3,0.1])
#replace指定为True时，采样的元素会有重复；当replace指定为False时，采样不会重复。
#p为每一个数值选择的概率，加和必须为1
————————————————
版权声明：本文为CSDN博主「起飞的木木」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qifeidemumu/article/details/104255773