Python中的random模块及相关模块详解例子2解析

news2024/11/17 13:48:27

在这里插入图片描述

Python 的 random 模块提供了生成随机数的函数,这些函数可以用于各种场景,如模拟、游戏开发、加密等。以下是 random 模块的一些常用功能和示例。

基本函数

  1. random.seed(a=None, /) - 初始化随机数生成器。如果提供相同的种子值,将生成相同的随机数序列。

    import random
    random.seed(1)  # 设置随机数生成器的种子
    
  2. random.getstate() - 返回随机数生成器的内部状态。

  3. random.setstate(state) - 设置随机数生成器的内部状态。

随机浮点数

  1. random.random() - 返回一个在 [0.0, 1.0) 范围内的随机浮点数。

    rand_float = random.random()
    
  2. random.uniform(a, b) - 返回一个在 [a, b] 或 [b, a] 范围内的随机浮点数。

    rand_float = random.uniform(1.5, 4.5)
    

随机整数

  1. random.randint(a, b) - 返回一个在 [a, b] 范围内的随机整数。

    rand_int = random.randint(1, 10)
    
  2. random.randrange(start, stop[, step]) - 从 range(start, stop, step) 返回一个随机选择的元素。

    rand_int = random.randrange(0, 101, 5)  # 从0到100中随机选择一个5的倍数
    

随机选择和排列

  1. random.choice(sequence) - 从非空序列中返回一个随机选择的元素。

    element = random.choice(['apple', 'banana', 'cherry'])
    
  2. random.choices(population, weights=None, *, cum_weights=None, random=None) - 返回包含元素的列表,元素从 population 中选择,选择的权重由 weightscum_weights 指定。

  3. random.sample(population, weights=None, *, random=None) - 从 population 中随机选择 len(population) 个不重复的元素,返回一个新列表。

    sample = random.sample(range(100), 10)  # 从0到99中随机选择10个不同的数字
    
  4. random.shuffle(x[, random]) - 将序列 x 中的元素随机打乱位置。

    list_items = [1, 2, 3, 4, 5]
    random.shuffle(list_items)
    

设置随机数生成器的随机源

  1. random.getrandbits() - 返回一个随机整数,其位数由参数指定。

    rand_bits = random.getrandbits(10)  # 返回一个10位的随机整数
    

其他相关模块

  • secrets - 用于生成密码和安全令牌的随机数生成器,比 random 更安全。

    import secrets
    token = secrets.token_hex(16)  # 生成一个16字节的随机十六进制字符串
    
  • numpy.random - NumPy 库中的随机数生成模块,提供多维数组的随机数生成功能。

    import numpy as np
    rand_array = np.random.rand(2, 3)  # 生成一个2x3的随机数组
    

使用 random 模块时,请注意,它生成的是伪随机数,适合非安全相关的应用。对于需要高安全性的场景,应使用 secrets 模块或专业的加密库。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2075999.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

elastic-job定时任务

静态任务案例 ​ 使用elastic-job很容易,我们接下来学习下elastic-job的使用,这里的案例我们先实现静态任务案例,静态任务案例也就是执行时间事先写好。 实现步骤: 1.引入依赖包 2.配置zookeeper节点以及任务名称命名空间 3.实…

数据分析:锚定黄金营销节点,【出行+文化】成小红书大势

导语 据悉,小红书发布《十大搜索趋势洞察》,小编发现其中涉及到热门趋势【理性听劝】。本期,小编将以此展开,为即将到来的十一长假,为品牌提供营销启示。 洞察【出行文化】这件大事 在出行这件事上,小红…

FuTalk设计周刊-Vol.071

#AI漫谈 热点捕手 1.Midjourney 网页版开放,提供了免费的使用额度 链接https://x.com/midjourney/status/1826305298560418171 2.Stability AI推出Stable Video 4D模型 Stability AI最新推出Stable Video 4D模型,支持多视角生成、4D模型生成等能力。S…

【网络】传输层协议——TCP协议(进阶)

目录 1.TCP连接的11种状态 2.再次理解三次挥手 2.1.再次理解三次握手 2.2.Socket编程和三次握手的关系 2.2.1.listen的参数 2.2.2.accept函数 2.3.TCP三次握手的优点 2.3.1.阻止重复历史连接的初始化 2.3.2.为什么两次握手不能防止旧的重复连接初始化造成混乱呢&am…

Java开发笔记-spring的@schedule低级错误

最近在追一个数据库等待锁超时,数据库死锁导致的数据问题。考虑是定时任务占用锁,触发器sql冲突导致。于是在研究程序日志。发现了另外一个问题:我的定时任务明明注解的 每天七点执行,他偏偏9点才执行。 之前也没去管它&#xff0…

三维扫描建模是什么?有什么优势?适用于哪些场景?

扫描建模是指通过专业的三维扫描仪对产品进行三维数据的采集,快速获取物体精确的3D数据,实现1:1复刻原物体,扫描后所得的数字化3D模型以obj、fbx、glb、gltf等格式保存。 积木易搭自主研发多款三维扫描设备,通过非接触式扫描硬件设…

ant-design-vue@1在线主题编辑器实现

::: tip 本文介绍工作中碰到的需求,需要基于vue2、ant-design-vue1版本和less实现使用了ant-design-vue组件库的项目在线配置主题。其中核心就是html支持直接引入stylesheet/less,可以使用less.modifyVars修改变量动态编译。 ::: 项目依赖 ant-design-…

DevOps实现CI/CD实战(二)-Jenkins配置

六、 CI/CD入门操作 基于Jenkins拉取GitLab的SpringBoot代码进行构建发布到测试环境实现持续集成 基于Jenkins拉取GitLab指定发行版本的SpringBoot代码进行构建发布到生产环境实现CD实现持续部署 1. 创建springboot项目 编写简单的程序 修改pom.xml,添加打包的…

论文学习—Efficient Multi-label Classification with Many Labels

论文学习:Efficient Multi-label Classification with Many Labels 摘要2. 多标签分类相关工作2.1 Label Transformation1. **降维(Dimensionality Reduction)**2. **回归模型(Regression Model)**3. **逆变换&#xf…

深圳MES制造管理系统在企业中的应用

深圳是中国制造业的重要基地,许多制造企业在深圳地区都在使用MES制造管理系统来优化生产管理、提高生产效率和产品质量。深圳MES制造管理系统的应用主要体现在以下几个方面: 生产计划管理:深圳的制造企业通常面临订单量大、交货期紧的情况&am…

nginx + lnmp架构部署

一、nginx简介 Nginx是一款轻量级的Web服务器/反向代理服务器及电子(IMAP/POP3)代理服务器。 Nginx由俄罗斯的程序设计师Igor Sysoev所开发,最初供俄国大型的入口网站及搜寻引擎Rambler使用。 第一个公开版本0.1.0发布于2004年10月4日。其…

一文彻底搞懂CNN - 2012年ImageNet大赛冠军(AlexNet)

AlexNet是一种深度卷积神经网络(CNN),由Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton于2012年在ImageNet图像分类竞赛中首次引入。AlexNet是第一个在ImageNet数据集上取得最佳结果的深度学习模型,它的出现标志着深度学习在图…

如何构建KPL比赛在线售票系统——Java SpringBoot与Vue的完美结合

🎓 作者:计算机毕设小月哥 | 软件开发专家 🖥️ 简介:8年计算机软件程序开发经验。精通Java、Python、微信小程序、安卓、大数据、PHP、.NET|C#、Golang等技术栈。 🛠️ 专业服务 🛠️ 需求定制化开发源码提…

A 股业绩报表数据 API 数据接口

A 股业绩报表数据 API 数据接口 股票 / A股 A 股上市公司季度业绩报表数据 全量数据 / 业绩报表。 1. 产品功能 提供 A 股上市公司季度业绩报表数据;支持按年份、季度和股票代码查询;包含每股收益、营业收入、净利润等关键财务指标;提供同比…

AI成身高真相探测器,误差仅2厘米,网恋对象无处遁形

“ 你是否想过,AI能成为你相亲时的身高测量师呢? ” 在约会软件上,相亲对象谎报身高的现象并不罕见。但随着AI技术的进步,这一“古老”的问题似乎找到了解决之道。 “我的眼睛就是尺” 如今AI模型被发现能够准确估计照片中人物…

搭子小程序开发,小程序功能特点

在当下网络时代中,年轻人的社交方式多种多样,搭子作为一个热门社交方式,深受年轻人的欢迎!不管是健身、旅游、学习等,都可以找到相投的搭子!这种社交方式帮助年轻人快速建立社交圈,打造广泛的人…

【数据集】SAR飞机数据集用于目标检测

SAR-AIRcraft-1.0数据集分享 后附下载链接 原文链接: https://radars.ac.cn/cn/article/doi/10.12000/JR23043 类别:A220, A320/321, A330, ARJ21, Boeing737, Boeing787, other 数据来源:GF-3,单极化 成像地区:上海…

奔驰S迈巴赫S480升级动态按摩座椅效果怎么样

在迈巴赫 S480 的尊崇之旅中,舒适从未有尽头。现在,为您呈现前排动态按摩座椅的升级,将舒适体验提升至全新境界。 迈巴赫 S480 已然是舒适的代名词,但前排动态按摩座椅的升级,将为您带来前所未有的放松与享受。 当您…

【JVM】OOM与调优(一)

OOM与调优 方法区 import net.sf.cglib.proxy.Enhancer; import net.sf.cglib.proxy.MethodInterceptor; import net.sf.cglib.proxy.MethodProxy;import java.lang.reflect.Method;public class MetaspaceOverFlowTest {/*** 模拟CGLIB向元空间写入数据*/public static void …

【nextjs strapi】如何统一封装 fetch 请求

前端 nextjs 接入 strapi 作为后端 如何封装请求呢 我们使用的是浏览器的 fetch 不用安装任何库 封装 frontend/src/app/[lang]/utils/fetch-api.tsx import qs from "qs"; import { getStrapiURL } from "./api-helpers";export async function fet…