python random库全部_Python标准库--random

从指定范围内，按指定基数递增的集合中 ，这篇文章就是对python生成随机数的应用程序的部分介绍。

随机整数：>>> import random>>> random.randint(0,99)21

随机选取0到100间的偶数：>>> import random>>> random.randrange(0, 101, 2)42

随机浮点数：>>> import random>>> random.random() 0.85415370477785668>>> random.uniform(1, 10)5.4221167969800881

随机字符：>>> import random>>> random.choice('abcdefg%^*f')'d'

多个字符中选取特定数量的字符：>>> import randomrandom.sample('abcdefghij',3) ['a', 'd', 'b']

多个字符中选取特定数量的字符组成新字符串：>>> import random>>> import string>>> string.join(random.sample(['a','b','c','d','e','f','g','h','i','j'], 3)).replace(" ","")'fih'

随机选取字符串：>>> import random>>> random.choice ( ['apple', 'pear', 'peach', 'orange', 'lemon'] )'lemon'

洗牌：>>> import random>>> items = [1, 2, 3, 4, 5, 6]>>> random.shuffle(items)>>> items[3, 2, 5, 6, 4, 1]

以下是random模块的方法：

random.seed(a=None, version=2) # 初始化伪随机数生成器。如果未提供a或者a=None，则使用系统时间为种子。如果a是一个整数，则作为种子。

random.getstate() # 返回一个当前生成器的内部状态的对象

random.setstate(state) # 传入一个先前利用getstate方法获得的状态对象，使得生成器恢复到这个状态。

random.getrandbits(k) # 返回range(0,2**k)之间的一个整数，相当于randrange(0,2**k)

random.randrange(stop) # 返回range(0,stop)之间的一个整数

random.randrange(start, stop[, step]) # 返回range[start,stop)之间的一个整数，可加step，跟range(0,10,2)类似

random.randint(a, b) # 返回range[a,b]之间的一个整数，等价于然的range(a,b+1)

random.choice(seq) # 从非空序列seq中随机选取一个元素。如果seq为空则弹出 IndexError异常。

random.choices(population, weights=None, *, cum_weights=None, k=1) # 3.6版本新增。从population集群中随机抽取K个元素（可重复）。weights是相对权重列表，cum_weights是累计权重，两个参数不能同时存在。

random.shuffle(x[, random]) # 随机打乱序列x内元素的排列顺序。只能针对可变的序列，对于不可变序列，请使用下面的sample()方法。

random.sample(population, k) # 从population样本或集合中随机抽取K个不重复的元素形成新的序列。常用于不重复的随机抽样。返回的是一个新的序列，不会破坏原有序列。要从一个整数区间随机抽取一定数量的整数，请使用sample(range(10000000), k=60)类似的方法，这非常有效和节省空间。如果k大于population的长度，则弹出ValueError异常。

random.random() # 返回一个介于左闭右开[0.0, 1.0)区间的浮点数

random.uniform(a, b) # 返回一个介于a和b之间的浮点数。如果a>b，则是b到a之间的浮点数。这里的a和b都有可能出现在结果中。

random.triangular(low, high, mode) # 返回一个low <= N <=high的三角形分布的随机数。参数mode指明众数出现位置。

random.betavariate(alpha, beta) # β分布。返回的结果在0~1之间

random.expovariate(lambd) # 指数分布

random.gammavariate(alpha, beta) # 伽玛分布

random.gauss(mu, sigma) # 高斯分布

random.lognormvariate(mu, sigma) # 对数正态分布

random.normalvariate(mu, sigma) # 正态分布

random.vonmisesvariate(mu, kappa) # 卡帕分布

random.paretovariate(alpha) # 帕累托分布

random.weibullvariate(alpha, beta) # 威布尔分布

实例：

Basic examples:

>>> random() # 随机浮点数: 0.0 <= x < 1.0

0.37444887175646646

>>> uniform(2.5, 10.0) # 随机浮点数: 2.5 <= x < 10.0

3.1800146073117523

>>> randrange(10) # 0-9的整数：

7

>>> randrange(0, 101, 2) # 0-100的偶数

26

>>> choice(['win', 'lose', 'draw']) # 从序列随机选择一个元素

'draw'

>>> deck = 'ace two three four'.split()

>>> shuffle(deck) # 对序列进行洗牌，改变原序列

>>> deck

['four', 'two', 'ace', 'three']

>>> sample([10, 20, 30, 40, 50], k=4) # 不改变原序列的抽取指定数目样本，并生成新序列

[40, 10, 50, 30]

>>> # 6次旋转红黑绿轮盘(带权重可重复的取样)，不破坏原序列,weight[18,18,2]

>>> choices(['red', 'black', 'green'], [18, 18, 2], k=6)

['red', 'green', 'black', 'black', 'red', 'black']

>>> # 德州扑克计算概率Deal 20 cards without replacement from a deck of 52 playing cards

>>> # and determine the proportion of cards with a ten-value

>>> # (a ten, jack, queen, or king).

>>> deck = collections.Counter(tens=16, low_cards=36)

>>> seen = sample(list(deck.elements()), k=20)

>>> seen.count('tens') / 20

0.15

>>> # 模拟概率Estimate the probability of getting 5 or more heads from 7 spins

>>> # of a biased coin that settles on heads 60% of the time.'H'的概率是0.6，“T”的概率是1-0.6

>>> trial = lambda: choices('HT', cum_weights=(0.60, 1.00), k=7).count('H') >= 5

>>> sum(trial() for i in range(10000)) / 10000

0.4169

>>> # Probability of the median of 5 samples being in middle two quartiles

>>> trial = lambda : 2500 <= sorted(choices(range(10000), k=5))[2] < 7500

>>> sum(trial() for i in range(10000)) / 10000

0.7958

>>> from statistics import mean

>>> from random import choices

>>> data = 1, 2, 4, 4, 10

>>> means = sorted(mean(choices(data, k=5)) for i in range(20)) # mean是求平均

>>> print(f'The sample mean of {mean(data):.1f} has a 90% confidence '

f'interval from {means[1]:.1f} to {means[-2]:.1f}') # 这里的f用法

下面是生成一个包含大写字母A-Z和数字0-9的随机4位验证码的程序

import random

checkcode = ''

for i in range(4):

current = random.randrange(0,4)

if current != i:

temp = chr(random.randint(65,90))

else:

temp = random.randint(0,9)

checkcode += str(temp)

print(checkcode)

下面是生成指定长度字母数字随机序列的代码：

import random, string

def gen_random_string(length):

# 数字的个数随机产生

num_of_numeric = random.randint(1,length-1)

# 剩下的都是字母

num_of_letter = length - num_of_numeric

# 随机生成数字

numerics = [random.choice(string.digits) for i in range(num_of_numeric)]

# 随机生成字母

letters = [random.choice(string.ascii_letters) for i in range(num_of_letter)]

# 结合两者

all_chars = numerics + letters

# 洗牌

random.shuffle(all_chars)

# 生成最终字符串

result = ''.join([i for i in all_chars])

return result

if __name__ == '__main__':

print(gen_random_string(64))