Python初学8——random库简介与使用

目录

一、random库基本介绍

二、基本随机数函数（ seed()、random() ）

三、扩展随机数函数（ randint()、getrandbits()、uniform()、randrange()、choice()、shuffle() ）

四、“圆周率的计算”实例

4.1 公式近似计算

4.2 蒙特卡罗方法

---

一、random库基本介绍

     1. random库是Python的标准库，可以用关键字 import 直接引用。random库用于产生随机数。（计算机采用梅森旋转算法生成伪随机数序列）

     2. 基本随机函数：seed()、random()

     3. 扩展随机函数：randint()、getrandbits()、uniform()、randrange()、choice()、shuffle()

二、基本随机数函数（ seed()、random() ）

相关概念：随机数种子。给定随机数种子——>梅森旋转算法——>随机序列（相同的随机种子，产生一模一样的随机序列）

表2-1 基本随机函数

基本随机函数	说明
seed(a)	功能：产生确定的初始随机种子 返回值：无 参数：a——指定的初始随机种子 说明：若a省略，则初始随机种子默认为当前系统时间。            若人工设置初始随机种子，则程序运行可复现；若省略参数，则认为程序运行不可复现 图2-1
random()	功能：产生随机浮点数 返回值：[0.0, 1.0)之间的随即浮点数 参数：无 说明：该函数产生的随机数一定与随机种子有关 图2-2

三、扩展随机数函数（ randint()、getrandbits()、uniform()、randrange()、choice()、shuffle() ）

表3-1 扩展随机数函数

扩展随机数函数	说明
randint(a, b)	功能：产生随机整数 返回值：[a, b)之间的随机整数 参数：a——随机数范围的下限            b——随机数范围的上限 说明： 图3-1
randrange(m, n[, k])	功能：产生随机整数 返回值：[m, n)之间以k为步长的随机整数 参数：m——随机数范围的下限            n——随机数范围的上限            k——随机数取值的步长 说明： 图3-2
uniform(a, b)	功能：产生随机浮点数 返回值：[a, b]之间的随机浮点数 参数：a——随机数范围的下限            b——随机数范围的上限 说明： 图3-3
getrandbits(k)	功能：产生随机整数 返回值：k比特长的随机整数 参数：k——随机数的长度 说明： 图3-4
choice(seq)	功能：选择随机元素 返回值：列表seq中的随机一个元素 参数：seq——提供可供随机选择的一个元素列表 说明： 图3-5
shuffle(seq)	功能：随机排序 返回值：序列seq的随机排列 参数：seq——提供可供随机排序的一个元素列表 说明：该函数的输出会覆盖原列表。 图3-6

四、“圆周率的计算”实例

4.1 公式近似计算

圆周率的近似计算公式：

pi = 0      # 设 π 的初始值为0
N = 100     # 定义100次循环
for k in range(N):      # 套用圆周率近似计算公式
    pi += 1 / pow(16, k) * ( 4 / (8*k+1) - \
                             2 / (8*k+4) - \
                             1 / (8*k+5) - \
                             1 / (8*k+6)    )
print("圆周率近似为：{}".format(pi))

4.2 蒙特卡罗方法

蒙特卡罗方法：

图4-1

向单位正方形中随机撒点，撒点的总个数记为M，落在单位圆中点的个数记为N（N<M）。N与M的比值近似为圆周率。

import random as r      # 引用random库，用于随机撒点
import time as t        # 引用time库，用于计时计算时间
stars = 10000 * 10000   # 设置撒点总数为一亿个
hits = 0                # 设置落在单位圆中点数的初始个数为零个
start = t.perf_counter()            # 计算开始
for k in range(stars):
    x, y = r.random(), r.random()   # 随机撒点：0≤x<1，0≤y<1
    if (pow(x,2) + pow(y,2)) < 1 :  # 判断该次撒的点是否的单位圆中
        hits += 1
pi = 4 * (hits / stars)             # 近似计算圆周率
print("计算用时{}s".format(t.perf_counter() - start))   # 计算结束
print("圆周率近似为：{}".format(pi))