Python/产生随机数

最新推荐文章于 2024-07-24 11:41:40 发布

Snfiltration

最新推荐文章于 2024-07-24 11:41:40 发布

阅读量238

点赞数

分类专栏： Python数据科学

本文链接：https://blog.csdn.net/qq_34159047/article/details/110366568

版权

Python数据科学专栏收录该内容

40 篇文章 13 订阅

订阅专栏

这篇博客详细介绍了Python的random模块，包括如何生成[0.0,1.0)范围内的随机浮点数、指定范围内的随机整数、指数分布以及高斯分布等。通过random.uniform、random.expovariate和random.gauss等函数，你可以轻松实现各种随机数的生成，满足不同概率分布的需求。此外，random.randint则用于生成指定范围内的均匀分布整数。

摘要由CSDN通过智能技术生成

Python/产生随机数

import random
random.random() 			#返回 [0.0, 1.0) 范围内的下一个随机浮点数。
random.uniform(a, b)		#返回一个随机浮点数 N ，当 a <= b 时 a <= N <= b ，当 b < a 时 b <= N <= a 。取决于等式 a + (b-a) * random() 中的浮点舍入，终点 b 可以包括或不包括在该范围内。
random.expovariate(lambd) 	#指数分布。 lambd 是 1.0 除以所需的平均值，它应该是非零的。 （该参数本应命名为 “lambda” ，但这是 Python 中的保留字。）如果 lambd 为正，则返回值的范围为 0 到正无穷大；如果 lambd 为负，则返回值从负无穷大到 0。
random.gauss(mu, sigma) 	#高斯分布。 mu 是平均值，sigma 是标准差。 这比下面定义的 normalvariate() 函数略快。
random.randint(a,b) 		#均匀分布