pythonchoice

『壹』 python下關於np.random.choice()的問題

dict對象只有keys函數。

『貳』 python中在指定概率分布的情況下，為什麼設定隨機數種子仍影響random.choice的結果

運行結果是符合p分布的

for循環改成1000次試試，3、2、0出現的次數分別是587、299、114次，符合0.6、0.3、0.1

importnumpyasnp

i3=i2=i0=0
forseedinnp.arange(1000):
np.random.seed(seed)
n=np.random.choice(5,p=[0.1,0,0.3,0.6,0])
i3+=n==3
i2+=n==2
i0+=n==0
print(i3,i2,i0)

隨機種子確實影響結果

但不是影響結果的分布情況，而是影響計算機產生隨機數的情況，你運行1000次結果一定和我一樣，就是因為我們的隨機種子給的都是一樣的。

隨機種子

我們知道計算機無法產生真正的隨機數，是通過演算法產生的偽隨機數，但具有類似於真正隨機數的統計特徵，如均勻性、獨立性等。

隨機種子的作用在於給定這個產生隨機數演算法的初值。給定後會影響以後產生隨機數的具體值是多少，但不影響這些隨機數的分布情況。

上面那個程序，如果我們不指定隨機種子，那麼結果符合p分布，但你與我結果不同，同一段代碼多次運行結果也不同。如果指定隨機種子，那麼結果依然符合p分布，但全天下人運行結果都相同。

如果已知兩粒種子（隨機種子）和兩個生長環境（產生隨機數演算法）都完完全全一樣，那麼可以得出長出的兩個作物完全一樣（忽略量子力學影響）。但這兩粒種子無論相同與否都不會影響長出的作物到底是玉米還是高粱（不影響結果分布情況）。

『叄』 python中，哪個選項是random庫中用於生成隨機小數的函數

python中，「random()」是random庫中用於生成隨機小數的函數。

python中用於生成偽隨機數的函數庫是random，因為是標准庫，使用時候只需要import random；random庫包含兩類函數，常用的共8個：

基本隨機函數：seed()，random()

擴展隨機函數：randint()，getrandbits()，uniform()，randrange()，choice()，shuffle()

(3)pythonchoice擴展閱讀：

random庫採用梅森旋轉演算法（Mersennne Twister）生成偽隨機數序列，可用於除隨機性要求更高的加解密演算法外的大多數工程應用。

使用random庫的主要目的是生成隨機數；該庫提供了不同類型的隨機數函數，所有函數都是基於最基本的random.random()函數擴展實現。

『肆』 simple和choicepython的區別

答案：sample和choice是random庫中兩個函數。其區別看例子。
#例如：
from random import sample,choice
stringa="abcde"#構造字元串
choicea=choice(stringa)#在字元串"abcde"中隨機任取一個元素
samplea=sample(stringa,2)#在字元串"abcde"中隨機任取兩個元素，以列表形式輸出。注意sample的第二個參數不超過第一個參數stringa的字元串長度
print(f"{choicea=}\n{samplea=}")
'''返回
choicea='d'
samplea=['d', 'a']
'''

『伍』 python:choice函數的作用是什麼

random.choice
random.choice從序列中獲取一個隨機元素。其函數原型為：random.choice(sequence)。參數sequence表示一個有序類型。這里要說明 一下：sequence在python不是一種特定的類型，而是泛指一系列的類型。list, tuple, 字元串都屬於sequence。有關sequence可以查看python手冊數據模型這一章。下面是使用choice的一些例子：

print random.choice("學習Python")
print random.choice(["JGood", "is", "a", "handsome", "boy"])
print random.choice(("Tuple", "List", "Dict"))

『陸』 python中,randrange,range,xrange以及choice的區別

1.randrange()

返回一個數，必須導入random模塊
2.range

返回的是一個列表

3.xrange()

返回一個生成器，必須藉助list函數，才能看到結果
xrange與range的主要區別：
當生成很大的數字序列的時候，用xrange會比range性能優很多，因為不需要一上來就開辟一塊很大的內存空間。
4.choice'

choice() 方法返回一個列表，元組或 字元串的隨機項 。

『柒』 怎麼用python抓取網頁並實現一些提交操作

首先我們找到登錄的元素，在輸入賬號處選中–>右鍵–>檢查

然後直接查詢網頁源代碼去找到上面的部分，根據標簽來觀察提交的表單參數，這里強調一下：

form標簽和form標簽下的input標簽非常重要，form標簽中的action屬性代表請求的URL，input標簽下的name屬性代表提交參數的KEY。
代碼參考如下：
import requests
url="網址" #action屬性
params={
"source":"index_nav", #input標簽下的name
"form_email":"xxxxxx", #input標簽下的name
"form_password":"xxxxxx" #input標簽下的name

}
html=requests.post(url,data=params)
print(html.text)

運行後發現已登錄賬號，相當於一個提交登陸的操作

『捌』 Python的range()、len()、choice()

函數原型 ：range（start， end， scan):

參數含義 ：start:計數從start開始。默認是從0開始。例如range（5）等價於range（0， 5）;

end:技術到end結束， 但不包括end. 例如：range（0， 5） 是[0, 1, 2, 3, 4]沒有5

scan：每次跳躍的間距，默認為1。例如：range（0， 5） 等價於 range(0, 5, 1)

裡面的一個坑：

我的理解是for循環是針對裡面的每一個在range（5）的數進行循環裡面的操作。

程序的輸出結果如下：

函數：len()

1：作用： 返回字元串、列表、字典、元組等長度

2：語法： len(str)

3：參數：

str：要計算的字元串、列表、字典、元組等

4：返回值 ：字元串、列表、字典、元組等元素的長度

5：實例

用len()求得數組a的長度為4，其中range（len(a)）等價於range（4）,輸出結果都為[0,1,2,3]

choice()需要import random

功能：返回列表、元組、字元串的隨即項

『玖』 python 不用random模塊怎麼隨機取數

Python標准庫random模塊

（生成隨機數模塊）
random.random()
random.random()用於生成一個0到1的隨機符點數: 0 <= n < 1.0
random.uniform(a, b)
random.uniform的函數原型為：random.uniform(a,
b)，用於生成一個指定范圍內的隨機符點數。如果a > b，則生成的隨機數n: b <= n <= a。如果 a <b，
則 a <= n <= b。
[python] view plain
print random.uniform(10, 20)
print random.uniform(20, 10)
#---- 結果（不同機器上的結果不一樣）
#18.7356606526
#12.5798298022
random.randint(a, b)
random.randint()的函數原型為：random.randint(a, b)，用於生成一個指定范圍內的整數。其中參數a是下限，參數b是上限，生成的隨機數n: a <= n <= b
Note:a = [random.randint(0, 100) for __ in range(100)] #生成100個指定范圍內的整數

[python] view plain
print random.randint(12, 20) #生成的隨機數n: 12 <= n <= 20
print random.randint(20, 20) #結果永遠是20
#print random.randint(20, 10) #該語句是錯誤的。下限必須小於上限。
random.randrange([start], stop[, step])
random.randrange的函數原型為：random.randrange([start],
stop[, step])，從指定范圍內，按指定基數遞增的集合中 獲取一個隨機數。如：random.randrange(10, 100,
2)，結果相當於從[10, 12, 14, 16, ... 96, 98]序列中獲取一個隨機數。random.randrange(10,
100, 2)在結果上與 random.choice(range(10, 100, 2) 等效。
random.choice(sequence)
random.choice從序列中獲取一個隨機元素。其函數原型為：random.choice(sequence)。參數sequence表示一個有序類型。這里要說明 一下：sequence在Python不是一種特定的類型，而是泛指一系列的類型。list, tuple, 字元串都屬於sequence。有關sequence可以查看python手冊數據模型這一章，也可以參考：http://www.17xie.com/read-37422.html 。下面是使用choice的一些例子：
[python] view plain
print random.choice("學習Python")
print random.choice(["JGood", "is", "a", "handsome", "boy"])
print random.choice(("Tuple", "List", "Dict"))
random.shuffle(x[, random])
random.shuffle的函數原型為：random.shuffle(x[, random])，用於將一個列表中的元素打亂。如:
[python] view plain
p = ["Python", "is", "powerful", "simple", "and so on..."]
random.shuffle(p)
print p
#---- 結果（不同機器上的結果可能不一樣。）
#['powerful', 'simple', 'is', 'Python', 'and so on...']
random.sample(sequence, k)
random.sample的函數原型為：random.sample(sequence, k)，從指定序列中隨機獲取指定長度的片斷。sample函數不會修改原有序列。
[python] view plain
list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
slice = random.sample(list, 5) #從list中隨機獲取5個元素，作為一個片斷返回
print slice

Note:上面這些方法是random模塊中最常用的，在Python手冊中，還介紹其他的方法。

『拾』 如何用python2寫一個代碼，要求如下：有3個辦公室，有8名員工，讓8名員工隨機分配到3個辦公室中，

先給8個員工編號0~7
接下來就跑代碼了
import random
pep = [(x, random.random()) for x in range(8)]
pep.sort(key=lambda x:x[1])
perm = [(2,2,4), (2,3,3), (2,4,2), (3,2,3), (3,3,2), (4,2,2)]
choice = random.choice(perm)
prm1 = [x[0] for x in pep[:choice[0]]]; prm1.sort()
prm2 = [x[0] for x in pep[choice[0]:choice[0]+choice[1]]]; prm2.sort()
prm3 = [x[0] for x in pep[-choice[-1]:]]; prm3.sort()
print(f'{prm1}\n{prm2}\n{prm3}')