python3隨機數生成
㈠ 如何用python生成隨機的15行6列的隨機數據
用python生成隨機的15行6列的隨機數據的方法如下：
1.import numpy as np # 定義從正態分布中獲取隨機數的函數 def get_normal_random_number(loc, scale): """ :param loc: 正態分布的均值 :param scale: 正態分布的標准差 :return:從正態分布中產生的隨機數 """ # 正態分布中的隨機數生成 number = np.random.normal(loc=loc, scale=scale) # 返回值 return number # 主模塊 if __name__ == "__main__": # 函數調用 n = get_normal_random_number(loc=2, scale=2) # 列印結果 print(n) # 結果:3.275192443463058
2 從給定參數的均勻分布中獲取隨機數的函數
考慮從均勻分布中獲取隨機數的時候，要事先知道均勻分布的下界和上界，然後調用Numpy模塊的random.uniform函數生成隨機數。
import numpy as np # 定義從均勻分布中獲取隨機數的函數 def get_uniform_random_number(low, high): """ :param low: 均勻分布的下界 :param high: 均勻分布的上界 :return: 從均勻分布中產生的隨機數 """ # 均勻分布的隨機數生成 number = np.random.uniform(low, high) # 返回值 return number # 主模塊 if __name__ == "__main__": # 函數調用 n = get_uniform_random_number(low=2, high=4) # 列印結果 print(n) # 結果:2.4462417140153114
3 按照指定概率生成隨機數
有時候我們需要按照指定的概率生成隨機數，比如已知盒子中每種顏色的球的比例，猜測下一次取出的球的顏色。在這里介紹的問題和上面的例子相似，要求給定一個概率列表，從列表對應的數字列表或區間列表中生成隨機數，分兩部分討論。
㈡ 關於Python中的隨機數生成步驟和隨機數質量
Python生成隨機數和隨機數質量的方法，random.random()用於生成一個指定范圍內的隨機符點數，兩個參數其中一個是上限，一個是下限。如果a > b，則生成隨機數：
printrandom.uniform(10,20)
printrandom.uniform(20,10)
#----
#18.7356606526
#12.5798298022
random.randint
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，Python生成隨機數
printrandom.randint(12,20)#生成的隨機數n:12<=n<=20
printrandom.randint(20,20)#結果永遠是20
#printrandom.randint(20,10)#該語句是錯誤的。
random.randrange方法從指定范圍內，按指定基數遞增的集合中 ，下面對python生成隨機數的應用程序的部分介紹：
1.隨機整數：
>>>importrandom
>>>random.randint(0,99)
21
2.隨機選取0到100間的偶數：
>>>importrandom
>>>random.randrange(0,101,2)
42
3.隨機浮點數：
>>>importrandom
>>>random.random()
0.85415370477785668
>>>random.uniform(1,10)
5.4221167969800881
4.隨機字元：
>>>importrandom
>>>random.choice('abcdefg&#%^*f')
'd'
5.多個字元中選取特定數量的字元：
>>>importrandom
random.sample('abcdefghij',3)
['a','d','b']
6.多個字元中選取特定數量的字元組成新字元串：
>>>importrandom
>>>importstring
>>>string.join(random.sample(['a','b','c','d','e','f','g','h','i','j'],3)).r
eplace("","")
'fih'
㈢ 怎麼用python生成隨機數
在Python中，random模塊用於生成隨機數。下面介紹下random模塊中常用的幾個函數
- 01
打開我們python的ide
- 02
在打開的shell中，首先需要導入random庫，才可以使用random中的方法，首先介紹下應用最多的函數，random.random（），可以生成一個0到1的隨機符點數
- 03
random.uniform（a,b）函數，生成指定范圍內的隨機符點數，如下圖
- 04
random.randint（a,b）函數，生成一個指定范圍內的整數，如下圖
- 05
random.choice(sqe)函數，從sqe序列中得到一個隨機元素，如下圖，序列元素可以包含很多種類，集合，列表，甚至元組都可以作為參數進行傳遞
㈣ python中的隨機數是怎麼實現的
PYTHON中的偽隨機數發生器用的是梅森旋轉演算法。
梅森旋轉演算法（Mersenne twister）是一個偽隨機數發生演算法。由松本真和西村拓士在1997年開發，基於有限二進制欄位上的矩陣線性遞歸。可以快速產生高質量的偽隨機數，修正了古典隨機數發生演算法的很多缺陷。
梅森旋轉演算法是R、Python、Ruby、IDL、Free Pascal、PHP、Maple、Matlab、GNU多重精度運算庫和GSL的默認偽隨機數產生器。從C++11開始，C++也可以使用這種演算法。
整個演算法主要分為三個階段：獲得基礎的梅森旋轉鏈；對於旋轉鏈進行旋轉演算法；對於旋轉演算法所得的結果進行處理。
演算法實現的過程中，參數的選取取決於梅森素數，故此得名。
梅森素數由梅森數而來。所謂梅森數，是指形如2↑p－1的一類數，其中指數p是素數，常記為Mp 。如果梅森數是素數，就稱為梅森素數。
例如4-1=3，8-1=7，16-1=15（不是素數），32-1=31，64-1=63（不是素數）等等。
㈤ python如何生成隨機數、隨機字元、隨機字元串
import random
import string
# 返回給定數量的隨機數列表
lst = random.sample(source, n)
參數source：從source中隨機選擇，n為數量
下面字元串可供選擇
問題簡單了
【生成n個隨機數】
numlst = [int(i) for i in random.sample(string.digits, n)]
numlst為隨機數整形列表
【生成n個隨機字元】
strlst = [i for i in random.sample(string.ascii_letters, n)]
返回一個隨機字元列表strlst。
strlst = [i for i in random.sample(string.ascii_letters, n)]
把隨機字元連接起來就可以了
print(''.join(strlst))
如果需要生成的隨機字元、字元串帶有符號，則使用string.printable作為參數source傳遞給random.sample(source, n)中即可。
望採納！
㈥ python 如何生成和為固定值的N個隨機數
很簡單，不用那麼蠢的代碼。
如果你不需要最終產生的隨機數是整數的話，只需要隨機產生10個隨機數，然後計算它們的合是多少，然後算下這個合和60之間的比例，把所有的隨機數乘以一個比例就可以了。給你兩個方法參考，都是可以的。見方法1，方法2的代碼。
如果你需要最終產生整數的話，那就隨機產生9個隨機數，在算比例的時候變一下分母分子，然後最後用原list除以比例的時候用整除就可以了。這樣9個數全是整數，然後算一下這九個數和60的差值，把差值補充進去做為第十個數就可以了。見方法1'和方法2』。
import numpy as np
#方法1：產生0-1的10個隨機浮點數，然後乘以比例達到最終合為60
x0=np.random.rand(10)
ratio=60/sum(x0)
x1=x0*ratio
#方法2：產生10個0-60之間的10個隨機整數，然後乘以比例達到最終合為60
y0=np.random.randint(60,size=10)
ratio=60/sum(y0)
y1=y0*ratio
#方法1'：產生0-1的9個隨機浮點數，然後除以比例達到9個數為整數，最後補充一個60和這個
#list的和的差值，就可以了。
x0=np.random.rand(9)
ratio=sum(x0)/60
x1=x0//ratio
x1=x1.tolist()
x1.append(60-sum(x1))
#方法2'：產生10個0-60之間的隨機整數，然後除以比例達到9個數為整數，最後補充一個60和這個
#list的和的差值，就可以了。
y0=np.random.randint(60,size=9)
ratio=sum(y0)/60
y1=y0//ratio
y1=y1.tolist()
y1.append(60-sum(y1))
㈦ python用什麼函數產生隨機數
在python中用於生成隨機數的模塊是random,在使用前需要import
random.random:
random.random():生成一個0-1之間的隨機浮點數.例:
[python] view plain
import random
print random.random()
# 0.87594424128
random.uniform
random.uniform(a, b):生成[a,b]之間的浮點數.例:
[python] view plain
import random
print random.uniform(0, 10)
# 5.27462570463
random.ranint
random.randint(a, b):生成[a,b]之間的整數.例:
[python] view plain
import random
print random.randint(0, 10)
# 8
random.randrange
random.randrange(a, b, step):在指定的集合[a,b)中,以step為基數隨機取一個數.如random.randrange(0, 20, 2),相當於從[0,2,4,6,...,18]中隨機取一個.例:
[python] view plain
import random
print random.randrange(0, 20, 2)
# 14
㈧ python基礎2：隨機數生成—random模塊、numpy中的random函數
在Python中可以用於隨機數生成的有兩種主要途徑，一是random模塊，另一個是numpy庫中random函數。
在我們日常使用中，如果是為了得到隨機的單個數，多考慮random模塊；如果是為了得到隨機小數或者整數的矩陣，就多考慮numpy中的random函數,當然numpy也可以的到隨機的單個數
一、random模塊
二、numpy庫中random函數
random模塊中將近有7個函數都是可以用來生成隨機數的:
作用：隨機生成一個 [0,1) 的浮點數
作用：隨機生成一個 [a,b) 的浮點數
作用：隨機生成一個 [a,b] 的整數
作用：從列表，元組，字元串、集合（可用於for循環的數據類型）中隨機選擇一個元素
作用：在生成的<以a為始，每step遞增，以b為終>這樣的一個整數序列中隨機選擇一個數
作用：打亂一個列表的元素順序
從序列population中隨機取出k個數；population的類型可以是列表、元組、集合、字元串；
在Numpy庫中，常用使用np.random.rand()、np.random.randn()和np.random.randint()隨機函數。
作用：返回一個或一組服從標准正態分布的隨機樣本值
備註：標准正態分布是以0為均數、以1為標准差的正態分布，記為N（0，1）。對應的正態分布曲線如下所示，即
作用：使用方法與np.random.randn()函數相同 ，通過本函數可以返回一個或一組服從「0~1」均勻分布的隨機樣本值。隨機樣本取值范圍是[0,1)，不包括1
numpy.random.randint(low, high=None, size=None, dtype='l')
輸入：
low—–為最小值
high—-為最大值
size—–為數組維度大小
dtype—為數據類型，默認的數據類型是np.int。
作用： 返回隨機整數或整型數組，范圍區間為[low,high），包含low，不包含high； high沒有填寫時，默認生成隨機數的范圍是[0，low
np.random.random([size])
作用：生成[0,1)之間的浮點數,與np.random.rand()功能類似
np.random.choice(a,[ size, replace, p])
參考文檔1： 【python】numpy之random庫簡單的隨機數據生成.rand()、.randint()、.randn()、.random()等（一）
參考文檔2： Python中隨機數的生成
參考文檔3： numpy.random模塊常用函數
終於寫完了，我以為它很簡單的………………預計1小時，結果寫了2.5小時