首頁 > 軟體

Python偽亂數模組random詳解

2022-03-10 16:00:30

random模組

該模組實現了各種分佈的偽亂數生成器。(包括在實數軸上計算均勻、正態(高斯)、對數正態、負指數、伽馬和貝塔分佈的函數)不應將此模組的偽隨機生成器用於安全目的。有關安全性或加密用途,請使用secrets模組。

關於random模組的更多詳細內容,請參考官方檔案random — 生成偽亂數

下面列舉一下該模組常用的功能。

random.seed

random.seed(a=None, version=2)

初始化亂數生成器,如果a被省略或為None,則使用當前系統時間。如果作業系統提供隨機源,則使用它們而不是系統時間。當你的seed是相同的情況下,你多次執行得到的亂數序列是相同的。因為Mersenne Twister的完全確定性,因此random模組產生的亂數不適合加密目的。

常用整數隨機函數

random.randrange(stop)
random.randrange(start, stop[, step])

randrange()返回一個[start, stop)區間內隨機選擇的元素。

random.randint(a, b)

返回隨機整數 N 滿足 a <= N <= b。相當於 randrange(a, b+1)。

常用序列隨機函數

random.choice(seq)

從非空序列 seq 返回一個隨機元素。 如果 seq 為空,則引發 IndexError。

random.shuffle(x[, random])

將序列 x 隨機打亂位置。(在原來的序列上進行,不會生成新的序列。)

可選引數 random 是一個函數,在 [0.0, 1.0) 中返回隨機浮點數;預設情況下是函數 random.random() 。

random.sample(population, k, *, counts=None)

返回從總體序列或集合中選擇的唯一元素的 k 長度列表。 用於無重複的隨機抽樣。(抽獎常用的函數)下面是一個抽獎的例子。

有30000人蔘加了Python程式設計活動,然後抽取1000人進行獎勵。其中一等獎20人,二等獎30人,三等獎50人,四等獎200人,五等獎700人。

上述的抽獎活動,可以用如下的程式碼完成。

res = random.sample(range(1, 30001), 1000)
print("一等獎名單:", res[:20])
print("二等獎名單:", res[20:50])
print("三等獎名單:", res[50:100])
print("四等獎名單:", res[100:300])
print("五等獎名單:", res[300:])

而且,這樣產生的抽獎結果也將是可控的。例如,我們需要3號中一等獎,33號中二等獎,333號中三等獎。程式碼如下:

all_list = [x for x in range(1, 30001) if x not in[3, 33, 333]]
res = random.sample(all_list, 997)
# 暗箱操作
res.insert(random.randint(0, 10), 3)    # 將3號摻入前10
res.insert(random.randint(30, 40), 33)  # 將33號摻入30-40之間
res.insert(random.randint(70, 90), 333) # 將333摻入到70-90之間

print("一等獎名單:", res[:20])
print("二等獎名單:", res[20:50])
print("三等獎名單:", res[50:100])
print("四等獎名單:", res[100:300])
print("五等獎名單:", res[300:])

常用實數隨機函數

random.random()

返回 [0.0, 1.0) 範圍內的下一個隨機浮點數。

random.uniform(a, b)

返回一個隨機浮點數 N ,當 a <= b 時 a <= N <= b ,當 b < a 時 b <= N <= a 。終點 b 是否在該範圍內。取決於等式 a + (b-a) * random() 中的浮點舍入結果。

random.gauss(mu, sigma)

正態分佈,也稱高斯分佈。 mu 為平均值,而 sigma 為標準差。 此函數要稍快於下面所定義的 normalvariate() 函數。

多執行緒注意事項:

當兩個執行緒同時呼叫此方法時,它們有可能將獲得相同的返回值。 這可以通過三種辦法來避免。

1) 讓每個執行緒使用不同的亂數生成器範例。

2) 在所有呼叫外面加鎖。

3) 改用速度較慢但是執行緒安全的 normalvariate() 函數。

random.normalvariate(mu, sigma)

正態分佈。 mu 是平均值,sigma 是標準差。

總結

本篇文章就到這裡了,希望能夠給你帶來幫助,也希望您能夠多多關注it145.com的更多內容!   


IT145.com E-mail:sddin#qq.com