random模块下的方法详解：

1.random.random()

随机生成一个[0,1)之间的浮点数。

2.random.randint(a,b)

随机生成[a,b]范围内一个整数。

3.random.randrange(a,b,step)

不指定step，随机生成[a,b)范围内一个整数。
指定step，step作为步长会进一步限制[a,b)的范围，比如randrange(0,11,2)意即生成[0,11)范围内的随机偶数。
不指定a，则默认从0开始。

4.random.uniform(a,b)

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。但如果上面的三个方法采用这种方式就会产生TypeError或者ValueEeeor错误。

5.random.choice(seq)

从非空序列中随机选取一个数据并带回，该序列可以是list、tuple、str、set。
如果序列为空，则弹出IndexError错误。

import random
print(random.choice('biu')) #u

6.random.choices(population,weights=None,*,cum_weights=None,k=1)
Python3.6版本新增。

population：集群。
weights：相对权重。
cum_weights：累加权重。
k：选取次数。

作用：从集群中随机选取k次数据，返回一个列表，可以设置权重。
注意每次选取都不会影响原序列，每一次选取都是基于原序列。

关于random.choices()函数我举几个例子：

import random
a = [1,2,3,4,5]
#1
print(random.choices(a,k=5))
#2
print(random.choices(a,weights=[0,0,1,0,0],k=5))
#3
print(random.choices(a,weights=[1,1,1,1,1],k=5))
#4
print(random.choices(a,cum_weights=[1,1,1,1,1],k=5))

对于 #1–#4 的每一条语句不妨各自写一个循环语句让它输出个十遍八遍的，你就足以看出用法了。
这里我只提出运行结果和结论：

#1 ： 重复输出10次列表a中的各个成员出现概率基本持平。
#2 ： 重复输出10次每次输出均得到[3,3,3,3,3]结果。
#3 ： 重复输出10次列表a中的各个成员出现概率基本持平。
#4 ： 重复输出10次每次输出均得到[1,1,1,1,1]结果。

结论：

参数weights设置相对权重，它的值是一个列表，设置之后，每一个成员被抽取到的概率就被确定了。
比如weights=[1,2,3,4,5],那么第一个成员的概率就是P=1/(1+2+3+4+5)=1/15。cum_weights设置累加权重，Python会自动把相对权重转换为累加权重，即如果你直接给出累加权重，那么就不需要
给出相对权重，且Python省略了一步执行。
比如weights=[1,2,3,4],那么cum_weights=[1,3,6,10]
这也就不难理解为什么cum_weights=[1,1,1,1,1]输出全是第一个成员1了。

7.random.sample(population,k)

从集群population中选取k个元素，返回一个列表，集群可以是list、tuple、str、set。

与random.choices()的区别：一个是选取k次，一个是选取k个，选取k次的相当于选取后又放回，选取k个则选取后不放回。故random.sample()的k值不能超出集群的元素个数。

import random
a = ['ahh','hhh','zzz','emm']
print(random.sample(a,3))
#['hhh', 'zzz', 'ahh']

8.random.shuffle(lst)

随机打乱序列lst的顺序并重新排序，注意它无返回值，另外lst只能是一个可变序列，且只支持有下标的序列，因此它也不适用于set，你最好只把它用在列表上。

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

设置随机种子的，如果不设置随机种子，则默认以系统时间作为随机种子。一般用不上。

10.另外random模块下的一些关于数学分布的方法就不整理学习了，像我这种菜渣暂时用不上。。。

这些方法都比较简单，用法也已说明，就不额外举例子了，抽时间随便练练手，很快就能掌握。

Python choices()函数详解、random模块下的常用函数相关推荐

random模块下的常用函数Python choices()方法练习
random int #random.randint 返回a和b之间的整数,包前不包后 a = 1 b = 10 import random random.randint(a,b) >>& ...
冒泡排序和qsort函数详解以及如何模拟实现qsort函数
一.冒泡排序冒泡排序是一种常见的排序方式,它可以把数组元素有序或无序的数组进行重新排序,并使得数组中的元素从大到小或从小到大进行排序(就像泡泡一样). 冒泡排序原理: 每次比较数组中的相邻的两个元素 ...
linux内核中的hook函数详解,linux内核中的hook函数详解
在编写linux内核中的网络模块时,用到了钩子函数也就是hook函数.现在来看看linux是如何实现hook函数的. 先介绍一个结构体: struct nf_hook_ops,这个结构体是实现钩子函数 ...
Kotlin——高阶函数详解与标准的高阶函数使用
一.高阶函数介绍在介绍高阶函数之前,或许您先应该了解Kotlin中,基础函数的使用与定义.您可以参见Kotlin--初级篇(七):函数(方法)基础使用这边文章的用法. 在Kotlin中,高阶函数即指 ...
re python 引擎_python 详解re模块
正则表达式的元字符有. ^ $ * ? { [ ] | ( ) ．表示任意字符［］用来匹配一个指定的字符类别,所谓的字符类别就是你想匹配的一个字符集,对于字符集中的字符可以理解成或的关系. ^ 如果 ...
python内置函数详解总结篇_Python内置函数详解——总结篇
数学运算(7个) 类型转换(24个) 序列操作(8个) 对象操作(7个) 反射操作(8个) 变量操作(2个) 交互操作(2个) 文件操作(1个) 编译执行(4个) 装饰器(3个) 数学运算 abs:求 ...
python递归调用详解_Python递归调用自己的函数
原博文 2019-11-16 10:36 − def fact(x): if x == 1: return 1 else: return x * fact(x-1) ... 0 191 相关推荐 20 ...
python中getattr详解_Python中如何使用getattr()函数
Python中如何使用getattr()函数发布时间:2020-08-12 14:57:55 来源:亿速云阅读:74 作者:小新这篇文章将为大家详细讲解有关Python中如何使用getattr( ...
python自定义函数详解_python基础教程之自定义函数介绍
函数最重要的目的是方便我们重复使用相同的一段程序. 将一些操作隶属于一个函数,以后你想实现相同的操作的时候,只用调用函数名就可以,而不需要重复敲所有的语句. 函数的定义首先,我们要定义一个函数, 以 ...

Python choices()函数详解、random模块下的常用函数

random模块下的方法详解：

Python choices()函数详解、random模块下的常用函数相关推荐

最新文章

热门文章