5.1 随机数

随机数在各种应用编写中很常见,这里主要介绍Python自带的random模块中常见随机函数的使用方法。

下面的练习以掷骰子为例,随机生成1到6中任意一个整数,以此介绍各种常见产生随机数的函数使用方法。

1)方法1:

import random
num = random.randint(1, 6)
print(num)

输出为1到6(包括1和6)的一个随机整数。randint返回两个参数之间的一个随机整数, 该数值包括参数指定的下限和上限。

2)方法2:

import random
num = int(random.random() * 6) + 1
print(num)

输出效果同上。random函数返回一个0到1之间的随机小数, 该数值包括下限但是不包含上限。因此,要想得到1到6的随机整数,首先可以将这个随机数乘以6得到0到6(不包含6)的浮点数,取整后得到0到5这六个整数,再加1即可得到1到6六个整数。

3)方法3:

import random
num = int(random.uniform(0, 6)) + 1
print(num)

输出效果同上。uniform函数返回两个参数之间随机小数 该数值包括下限但是不包含上限。uniform和random效果很类似,只是提供了更为宽广和灵活的数值范围。

4)方法4:

import random
lists = [1, 2, 3, 4, 5, 6]
num = random.choice(lists)
print(num)

输出效果同上。choice函数可以在列表类型的参数中随机获取一个列表元素值,因此可以事先构造随机数列表,即可随机获取任意一个随机数。

列表的生成方法也可以灵活写为:

import random
lists = range(1, 7)
num = random.choice(lists)
print(num)

输出效果同上。注意,range函数返回的是1到7之间(包含1但是不包含7)的所有整数,即1到6。

5)方法5:

import random
lists = [1, 2, 3, 4, 5, 6]
num = random.sample(lists, 1)
print(num)

输出效果同上。sample函数可以在列表类型的参数中随机获取指定数量的列表元素值,和choice相比,增加了提取数的数量参数,更为灵活,此时设置为1,效果等价于choice。

下面给出了一个总结:


random模块除了这些产生随机数的函数外,还提供了一些有趣的其他函数,比如随机打乱列表元素:

import random
num = [1, 2, 3, 4, 5]
random.shuffle(num)
print(num)

输出效果如上描述。 shuffle本身是洗牌的意思,非常形象。

其实这也是一个很好的控制语句练习,比如我们不使用shuffle函数,自己实现一个版本。

一种可行的思路是采取列表元素随机调换的方法,多次随机调换不同位置的列表元素,形成随机打乱的效果。这个代码的关键在于如何选择需要交换的列表元素,常见的方法是循环遍历每一个列表元素,与它前面(或者后面)的任意一个列表元素进行交换,也可以多次任意选择两个元素交换:

import random

num = [1, 2, 3, 4, 5]
# 循环遍历从第二个到最后一个列表元素
for i in range(1, len(num)):
    # 随机再抽取一个前面的列表元素
    j = random.randint(0, i - 1)
    num[i], num[j] = num[j], num[i]
print(num)

这里注意几个问题:

1)由于采取和前面元素交换,因此,第一个元素无需交换,大循环的 i 只考虑了第二个到最后一个元素。

2)i 和 j 分别表示两个要交换的元素序号,i 依次循环从第二个到最后一个元素序号,j 总是取第一个到 i 前一个元素的序号。注意,由于randint包括上下限,因此参数设定需要为0(表示第一个元素序号)和 i-1 (表示前一个元素序号)。

这种交换方法虽然简单,但是交换的很不充分,我们可以换个思路。比如进行100次交换,每次交换都是随机抽取两个元素,简单情况下,可以无视是否两个是同一个元素(自己和自己交换一次也没有什么问题):

import random

num = [1, 2, 3, 4, 5]
for i in range(100):
    # 随机抽取一个列表元素序号
    j1 = random.randint(0, len(num) - 1)
    # 随机再抽取一个列表元素序号
    j2 = random.randint(0, len(num) - 1)
    num[j1], num[j2] = num[j2], num[j1]
print(num)

输出效果同上。

其实,有兴趣的同学可以看看shuffle的代码。在PyCharm中,将鼠标移到shuffle函数代码字符的上方,按下Ctrl,你会发现此时的shuffle变成了可以点击的超链,点击后,即可看到shuffle函数的定义,如果找不到,可以按下Ctrl+F,在当前代码中搜索下shuffle,很快你就看到了:

 这其实也是一种很好的学习途径:)

但是一定切记,不能随意修改这个shuffle的源代码文件,否则会导致以后无法正常使用这些标准函数!!

配套学习资源、慕课视频:

Python大数据分析-李树青https://www.njcie.com/python/

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 团队长期从事下列领域算法的研究和改进: ### 1 智能优化算法及应用 **1.1 改进智能优化算法方面(单目标和多目标)** **1.2 生产调度方面** 1.2.1 装配线调度研究 1.2.2 车间调度研究 1.2.3 生产线平衡研究 1.2.4 水库梯度调度研究 **1.3 路径规划方面** 1.3.1 旅行商问题研究(TSP、TSPTW) 1.3.2 各类车辆路径规划问题研究(vrp、VRPTW、CVRP) 1.3.3 机器人路径规划问题研究 1.3.4 无人机三维路径规划问题研究 1.3.5 多式联运问题研究 1.3.6 无人机结合车辆路径配送 **1.4 三维装箱求解** **1.5 物流选址研究** 1.5.1 背包问题 1.5.2 物流选址 1.5.4 货位优化 ##### 1.6 电力系统优化研究 1.6.1 微电网优化 1.6.2 配电网系统优化 1.6.3 配电网重构 1.6.4 有序充电 1.6.5 储能双层优化调度 1.6.6 储能优化配置 ### 2 神经网络回归预测、时序预测、分类清单 **2.1 bp预测和分类** **2.2 lssvm预测和分类** **2.3 svm预测和分类** **2.4 cnn预测和分类** ##### 2.5 ELM预测和分类 ##### 2.6 KELM预测和分类 **2.7 ELMAN预测和分类** ##### 2.8 LSTM预测和分类 **2.9 RBF预测和分类** ##### 2.10 DBN预测和分类 ##### 2.11 FNN预测 ##### 2.12 DELM预测和分类 ##### 2.13 BIlstm预测和分类 ##### 2.14 宽度学习预测和分类 ##### 2.15 模糊小波神经网络预测和分类 ##### 2.16 GRU预测和分类 ### 3 图像处理算法 **3.1 图像识别** 3.1.1 车牌、交通标志识别(新能源、国内外、复杂环境下车牌) 3.1.2 发票、身份证、银行卡识别 3.1.3 人脸类别和表情识别 3.1.4 打靶识别 3.1.5 字符识别(字母、数字、手写体、汉字、验证码) 3.1.6 病灶识别 3.1.7 花朵、药材、水果蔬菜识别 3.1.8 指纹、手势、虹膜识别 3.1.9 路面状态和裂缝识别 3.1.10 行为识别 3.1.11 万用表和表盘识别 3.1.12 人民币识别 3.1.13 答题卡识别 **3.2 图像分割** **3.3 图像检测** 3.3.1 显著性检测 3.3.2 缺陷检测 3.3.3 疲劳检测 3.3.4 病害检测 3.3.5 火灾检测 3.3.6 行人检测 3.3.7 水果分级 **3.4 图像隐藏** **3.5 图像去噪** **3.6 图像融合** **3.7 图像配准** **3.8 图像增强** **3.9 图像压缩** ##### 3.10 图像重建 ### 4 信号处理算法 **4.1 信号识别** **4.2 信号检测** **4.3 信号嵌入和提取** **4.4 信号去噪** ##### 4.5 故障诊断 ##### 4.6 脑电信号 ##### 4.7 心电信号 ##### 4.8 肌电信号 ### 5 元胞自动机仿真 **5.1 模拟交通流** **5.2 模拟人群疏散** **5.3 模拟病毒扩散** **5.4 模拟晶体生长** ### 6 无线传感器网络 ##### 6.1 无线传感器定位(Dv-Hop定位优化、RSSI定位优化) ##### 6.2 无线传感器覆盖优化 ##### 6.3 无线传感器通信及优化(Leach协议优化) ##### 6.4 无人机通信中继优化(组播优化)

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

leeshuqing

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值