python随机模块22个函数详解（下）

作者：小伍哥

来源： AI入门学习

这篇文章继续给大家介绍python中的随机模块，随机数可以用于数学，游戏，安全等领域中，还经常被嵌入到算法中，用以提高算法效率，并提高程序的安全性。平时数据分析各种分布的数据构造也会用到。

12 uniform

描述：产生[a,b]范围内一个随机浮点数。uniform()的a，b参数不需要遵循a<=b的规则，即a小b大也可以，此时生成[b,a]范围内的随机浮点数。

语法：random.uniform(x, y)

random.uniform(10, 11)
10.789198208817488

13 triangular

描述：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。

语法：random.triangular(low, high, mode)

data = [random.triangular(2,2,3) for i in range(20000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图无法显示

14 vonmisesvariate

描述：卡帕分布

语法：vonmisesvariate(mu, kappa)

data = [random.vonmisesvariate(2,2) for i in range(20000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

15 weibullvariate

描述：威布尔分布

语法：random.weibullvariate(alpha, beta)

data = [random.weibullvariate(1,2) for i in range(20000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

16 betavariate

描述： β分布

语法：random.betavariate(alpha, beta)

data = [random.betavariate(1,2) for i in range(20000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

 17 expovariate

描述：指数分布

语法：random.expovariate(lambd)

data = [random.expovariate(2) for i in range(50000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

18 gammavariate

描述： 伽马分布

语法：random.gammavariate(alpha, beta)

data = [random.gammavariate(2,2) for i in range(50000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

19 gauss

描述：高斯分布

语法：random.gauss(mu, sigma)

data = [random.gauss(2,2) for i in range(50000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

20 lognormvariate

描述：对数正态分布

语法：random.lognormvariate(mu, sigma)

示例：

data = [random.lognormvariate(4,2) for i in range(50000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

21 normalvariate

描述： 正态分布

语法：random.normalvariate(mu, sigma)

data = [random.normalvariate(2,4) for i in range(20000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图

22 paretovariate

描述：帕累托分布

语法：random.paretovariate(alpha)

data = [random.paretovariate(4) for i in range(50000)]
#直方图
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度图
sns.kdeplot(data, shade=True,color="#FF0000")

直方图

密度图