random库的使用

random库的使用

random库的基本介绍

random库是使用随机数的Python标准库

• 伪随机数：采用梅森旋转算法生成的(伪)随机序列中元素
• random库主要用于生成随机数
• 使用random库：import random

random库包括两类函数，常用共8个

• 基本随机数函数： seed(), random()
• 扩展随机数函数：randint(), getrandbits(), uniform(),randrange(), choice(), shuffle()

扩展随机数函数

函数	描述
randint(a,b)	生成一个[a, b]之间的整数
randrange(m, n[, k])	生成一个[m, n)之间以k为步长的随机整数
getrandbits(k)	getrandbits(k)
uniform(a, b)	生成一个[a, b]之间的随机小数
choice(seq)	从序列seq中随机选择一个元素
shuffle(seq)	将序列seq中元素随机排列，返回打乱后的序列

import random

random.randint(10, 100)
# 64
random.randrange(10, 100, 10)
# 80
random.getrandbits(16)
# 37885
random.uniform(10, 100)
# 11.334920142209832
random.choice([1, 2, 3, 4, 5, 6, 7])
# 6
s = [1, 2, 3, 4, 5, 6, 7, 8, 9]
random.shuffle(s)
print(s)
# [3, 9, 7, 4, 1, 2, 6, 5, 8]

需要掌握的能力

• 能够利用随机数种子产生"确定"伪随机数
• 能够产生随机整数
• 能够对序列类型进行随机操作

使用random库完成圆周率的近似计算

在正方形内部，随机产生10000个点（即10000个坐标对 (x, y)），计算它们与中心点的距离，从而判断是否落在圆的内部。如果这些点均匀分布，那么圆内的点应该占到所有点的 π/4，因此将这个比值乘以4，就是π的近似值。

from random import random
from time import perf_counter
DARTS = 1000 * 1000
hits = 0.0
start = perf_counter()
for i in range(1, DARTS + 1):
    x, y = random(), random()
    dist = pow(x**2 + y**2, 0.5)
    if dist <= 1.0:
        hits = hits + 1
pi = 4 * (hits / DARTS)
print("圆周率近似值是: {}".format(pi))
print("运行时间是: {:.5f}s".format(perf_counter() - start))

​ 圆周率近似值是: 3.141364
​ 运行时间是: 0.71023s