Python中随机数的生成的几种情况

python随机数生成

广告栏----凯哥英语视频

在Python中可以用于随机数生成的有两种主要途径，一是random模块，另一个是numpy库中random函数

random模块

import random

# 1随机生成一个 [0,1) 的浮点数
num1 = random.random()
print(num1)
# 0.7172286135125591

# 2随机生成一个 [a,b) 的浮点数 
num1 = random.uniform(2,4)
print(num1)
# 3.7172286135125591

# 3随机生成一个 [a,b] 的整数 
num1 = random.randint(2,4)
print(num1)
# 4

# 4在生成的<以a为始，每step递增，以b为终>这样的一个整数序列中随机选择一个数
num1 = random.randrange(2,10,2)
print(num1)
# 4

# 5从一个已有的sequence中随机选择一个元素
num1 = random.choice(range(2,10))
print(num1)
# 8

# 6从某一序列中获取指定长度的片段
a = ['香蕉','苹果','橘子','眼影','眼线']
num1= random.sample(a,2)
print(num1)
# ['橘子', '苹果']

# 7打乱一个列表的元素顺序
a = ['香蕉','苹果','橘子','眼影','眼线']
random.shuffle(a) # 打乱这个操作不需要重新定义对象，它作用的是对象本身
print(a)
# ['眼线', '苹果', '眼影', '橘子', '香蕉']

numpy中的random函数

import numpy as np

# 1.生成a*b维的随机数，且该数服从标准正太分布
data = np.random.randn(5,4)
# 输出：
array([[-1.6101468 , -0.81103612,  0.44875047,  0.55987574],
       [-0.33322916,  0.18676658, -0.18424432, -0.84435811],
       [ 0.57654276,  0.28830858, -0.73403656,  1.59404864],
       [ 0.39009202,  0.86239796,  0.66290243, -0.61292579],
       [ 0.03081516,  0.99335315, -0.6875357 ,  0.90552971]])
       
# 2.生成一个<以low为下限，high为上限，size大小>的随机整数矩阵，其中数值范围包含low，不包含high 
data = np.random.randint(low=2,high=5,size=(5,7))
# 输出:
array([[4, 2, 4, 4, 4, 4, 2],
       [4, 2, 2, 4, 3, 3, 3],
       [3, 4, 3, 4, 3, 3, 4],
       [3, 4, 2, 3, 3, 2, 2],
       [3, 3, 3, 3, 2, 3, 2]])

别的也没啥说的

ok，那就这样吧~

欢迎各位大佬留言吐槽,也可以深入交流~