zoukankan      html  css  js  c++  java
  • Python中产生随机数

    Python中产生随机数

    一.Python自带的random库
           1.参生n--m范围内的一个随机数:    random.randint(n,m)

           2.产生0到1之间的浮点数:  random.random()

           3.产生n---m之间的浮点数:  random.uniform(1.1,5.4)

           4.产生从n---m间隔为k的整数: random.randrange(n,m,k)

           5.从序列中随机选取一个元素:  random.choice([1, 2, 3, 4, 5, 6, 7, 8, 9, 0])

           6.在一些特殊的情况下可能对序列进行一次打乱操作: random.shuffle([1,3,5,6,7])

    import random
     
    # 产生 110 的一个整数型随机数
    print( random.randint(1,10) )        
    # 产生 01 之间的随机浮点数
    print( random.random() )             
    # 产生  1.15.4 之间的随机浮点数,区间可以不是整数
    print( random.uniform(1.1,5.4) )     
    # 从序列中随机选取一个元素
    print( random.choice([1, 2, 3, 4, 5, 6, 7, 8, 9, 0]) )   
    # 生成从1到100的间隔为2的随机整数
    print( random.randrange(1,100,2) )   
    # 将序列a中的元素顺序打乱
    a=[1,3,5,6,7]                
    random.shuffle([1,3,5,6,7])
    print(a)

    二.numpy库
           1.产生N维的均匀分布的随机数:  np.random.rand(d1,d2,d3,...,dn)

           2.产生n维的正态分布的随机数:   np.random.randn(d1,d2,d3,...,dn)

           3.产生n--m之间的k个整数:np.random.randint(n,m,k)

           4.产生n个0--1之间的随机数: np.random.random(10)

           5.从序列中选择数据: np.random.choice([2,5,7,8,9,11,3])

           6.把序列中的数据打乱:np.random.shuffle(item)

    import numpy as np
     
    #产生n维的均匀分布的随机数
    print(np.random.rand(5,5,5))
     
    #产生n维的正态分布的随机数
    print(np.random.randn(5,5,5))
     
    #产生n--m之间的k个整数
    print(np.random.randint(1,50,5))
     
    #产生n个0--1之间的随机数
    print(np.random.random(10))
     
    #从序列中选择数据
    print(np.random.choice([2,5,7,8,9,11,3]))
     
    #把序列中的数据打乱
    #np.random.shuffle(item) 不会参数返回值,改变的话是在原列表中修改的
    item = [2,5,7,8,9,11,3]
    np.random.shuffle(item)
    print(item)
  • 相关阅读:
    Catalan数,括号序列和栈
    NOIP2017 心路历程
    [Code Festival 2017 qual A] C: Palindromic Matrix
    HIVE 数据类型
    HADOOP-HIVE学习笔记(3)- Beeline
    HADOOP-HIVE学习笔记(2) CLI
    中信证券 指标公式 笔记
    【转】Python将列表数据写入文件(txt, csv,excel)
    Python中创建二维数组
    DevExpress 控件汉化方法
  • 原文地址:https://www.cnblogs.com/leijiangtao/p/11958989.html
Copyright © 2011-2022 走看看