python3随机数生成
㈠ 如何用python生成随机的15行6列的随机数据
用python生成随机的15行6列的随机数据的方法如下：
1.import numpy as np # 定义从正态分布中获取随机数的函数 def get_normal_random_number(loc, scale): """ :param loc: 正态分布的均值 :param scale: 正态分布的标准差 :return:从正态分布中产生的随机数 """ # 正态分布中的随机数生成 number = np.random.normal(loc=loc, scale=scale) # 返回值 return number # 主模块 if __name__ == "__main__": # 函数调用 n = get_normal_random_number(loc=2, scale=2) # 打印结果 print(n) # 结果:3.275192443463058
2 从给定参数的均匀分布中获取随机数的函数
考虑从均匀分布中获取随机数的时候，要事先知道均匀分布的下界和上界，然后调用Numpy模块的random.uniform函数生成随机数。
import numpy as np # 定义从均匀分布中获取随机数的函数 def get_uniform_random_number(low, high): """ :param low: 均匀分布的下界 :param high: 均匀分布的上界 :return: 从均匀分布中产生的随机数 """ # 均匀分布的随机数生成 number = np.random.uniform(low, high) # 返回值 return number # 主模块 if __name__ == "__main__": # 函数调用 n = get_uniform_random_number(low=2, high=4) # 打印结果 print(n) # 结果:2.4462417140153114
3 按照指定概率生成随机数
有时候我们需要按照指定的概率生成随机数，比如已知盒子中每种颜色的球的比例，猜测下一次取出的球的颜色。在这里介绍的问题和上面的例子相似，要求给定一个概率列表，从列表对应的数字列表或区间列表中生成随机数，分两部分讨论。
㈡ 关于Python中的随机数生成步骤和随机数质量
Python生成随机数和随机数质量的方法，random.random()用于生成一个指定范围内的随机符点数，两个参数其中一个是上限，一个是下限。如果a > b，则生成随机数：
printrandom.uniform(10,20)
printrandom.uniform(20,10)
#----
#18.7356606526
#12.5798298022
random.randint
用于生成一个指定范围内的整数。其中参数a是下限，参数b是上限，Python生成随机数
printrandom.randint(12,20)#生成的随机数n:12<=n<=20
printrandom.randint(20,20)#结果永远是20
#printrandom.randint(20,10)#该语句是错误的。
random.randrange方法从指定范围内，按指定基数递增的集合中 ，下面对python生成随机数的应用程序的部分介绍：
1.随机整数：
>>>importrandom
>>>random.randint(0,99)
21
2.随机选取0到100间的偶数：
>>>importrandom
>>>random.randrange(0,101,2)
42
3.随机浮点数：
>>>importrandom
>>>random.random()
0.85415370477785668
>>>random.uniform(1,10)
5.4221167969800881
4.随机字符：
>>>importrandom
>>>random.choice('abcdefg&#%^*f')
'd'
5.多个字符中选取特定数量的字符：
>>>importrandom
random.sample('abcdefghij',3)
['a','d','b']
6.多个字符中选取特定数量的字符组成新字符串：
>>>importrandom
>>>importstring
>>>string.join(random.sample(['a','b','c','d','e','f','g','h','i','j'],3)).r
eplace("","")
'fih'
㈢ 怎么用python生成随机数
在Python中，random模块用于生成随机数。下面介绍下random模块中常用的几个函数
- 01
打开我们python的ide
- 02
在打开的shell中，首先需要导入random库，才可以使用random中的方法，首先介绍下应用最多的函数，random.random（），可以生成一个0到1的随机符点数
- 03
random.uniform（a,b）函数，生成指定范围内的随机符点数，如下图
- 04
random.randint（a,b）函数，生成一个指定范围内的整数，如下图
- 05
random.choice(sqe)函数，从sqe序列中得到一个随机元素，如下图，序列元素可以包含很多种类，集合，列表，甚至元组都可以作为参数进行传递
㈣ python中的随机数是怎么实现的
PYTHON中的伪随机数发生器用的是梅森旋转算法。
梅森旋转算法（Mersenne twister）是一个伪随机数发生算法。由松本真和西村拓士在1997年开发，基于有限二进制字段上的矩阵线性递归。可以快速产生高质量的伪随机数，修正了古典随机数发生算法的很多缺陷。
梅森旋转算法是R、Python、Ruby、IDL、Free Pascal、PHP、Maple、Matlab、GNU多重精度运算库和GSL的默认伪随机数产生器。从C++11开始，C++也可以使用这种算法。
整个算法主要分为三个阶段：获得基础的梅森旋转链；对于旋转链进行旋转算法；对于旋转算法所得的结果进行处理。
算法实现的过程中，参数的选取取决于梅森素数，故此得名。
梅森素数由梅森数而来。所谓梅森数，是指形如2↑p－1的一类数，其中指数p是素数，常记为Mp 。如果梅森数是素数，就称为梅森素数。
例如4-1=3，8-1=7，16-1=15（不是素数），32-1=31，64-1=63（不是素数）等等。
㈤ python如何生成随机数、随机字符、随机字符串
import random
import string
# 返回给定数量的随机数列表
lst = random.sample(source, n)
参数source：从source中随机选择，n为数量
下面字符串可供选择
问题简单了
【生成n个随机数】
numlst = [int(i) for i in random.sample(string.digits, n)]
numlst为随机数整形列表
【生成n个随机字符】
strlst = [i for i in random.sample(string.ascii_letters, n)]
返回一个随机字符列表strlst。
strlst = [i for i in random.sample(string.ascii_letters, n)]
把随机字符连接起来就可以了
print(''.join(strlst))
如果需要生成的随机字符、字符串带有符号，则使用string.printable作为参数source传递给random.sample(source, n)中即可。
望采纳！
㈥ python 如何生成和为固定值的N个随机数
很简单，不用那么蠢的代码。
如果你不需要最终产生的随机数是整数的话，只需要随机产生10个随机数，然后计算它们的合是多少，然后算下这个合和60之间的比例，把所有的随机数乘以一个比例就可以了。给你两个方法参考，都是可以的。见方法1，方法2的代码。
如果你需要最终产生整数的话，那就随机产生9个随机数，在算比例的时候变一下分母分子，然后最后用原list除以比例的时候用整除就可以了。这样9个数全是整数，然后算一下这九个数和60的差值，把差值补充进去做为第十个数就可以了。见方法1'和方法2’。
import numpy as np
#方法1：产生0-1的10个随机浮点数，然后乘以比例达到最终合为60
x0=np.random.rand(10)
ratio=60/sum(x0)
x1=x0*ratio
#方法2：产生10个0-60之间的10个随机整数，然后乘以比例达到最终合为60
y0=np.random.randint(60,size=10)
ratio=60/sum(y0)
y1=y0*ratio
#方法1'：产生0-1的9个随机浮点数，然后除以比例达到9个数为整数，最后补充一个60和这个
#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'：产生10个0-60之间的随机整数，然后除以比例达到9个数为整数，最后补充一个60和这个
#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用什么函数产生随机数
在python中用于生成随机数的模块是random,在使用前需要import
random.random:
random.random():生成一个0-1之间的随机浮点数.例:
[python] view plain
import random
print random.random()
# 0.87594424128
random.uniform
random.uniform(a, b):生成[a,b]之间的浮点数.例:
[python] view plain
import random
print random.uniform(0, 10)
# 5.27462570463
random.ranint
random.randint(a, b):生成[a,b]之间的整数.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为基数随机取一个数.如random.randrange(0, 20, 2),相当于从[0,2,4,6,...,18]中随机取一个.例:
[python] view plain
import random
print random.randrange(0, 20, 2)
# 14
㈧ python基础2：随机数生成—random模块、numpy中的random函数
在Python中可以用于随机数生成的有两种主要途径，一是random模块，另一个是numpy库中random函数。
在我们日常使用中，如果是为了得到随机的单个数，多考虑random模块；如果是为了得到随机小数或者整数的矩阵，就多考虑numpy中的random函数,当然numpy也可以的到随机的单个数
一、random模块
二、numpy库中random函数
random模块中将近有7个函数都是可以用来生成随机数的:
作用：随机生成一个 [0,1) 的浮点数
作用：随机生成一个 [a,b) 的浮点数
作用：随机生成一个 [a,b] 的整数
作用：从列表，元组，字符串、集合（可用于for循环的数据类型）中随机选择一个元素
作用：在生成的<以a为始，每step递增，以b为终>这样的一个整数序列中随机选择一个数
作用：打乱一个列表的元素顺序
从序列population中随机取出k个数；population的类型可以是列表、元组、集合、字符串；
在Numpy库中，常用使用np.random.rand()、np.random.randn()和np.random.randint()随机函数。
作用：返回一个或一组服从标准正态分布的随机样本值
备注：标准正态分布是以0为均数、以1为标准差的正态分布，记为N（0，1）。对应的正态分布曲线如下所示，即
作用：使用方法与np.random.randn()函数相同 ，通过本函数可以返回一个或一组服从“0~1”均匀分布的随机样本值。随机样本取值范围是[0,1)，不包括1
numpy.random.randint(low, high=None, size=None, dtype='l')
输入：
low—–为最小值
high—-为最大值
size—–为数组维度大小
dtype—为数据类型，默认的数据类型是np.int。
作用： 返回随机整数或整型数组，范围区间为[low,high），包含low，不包含high； high没有填写时，默认生成随机数的范围是[0，low
np.random.random([size])
作用：生成[0,1)之间的浮点数,与np.random.rand()功能类似
np.random.choice(a,[ size, replace, p])
参考文档1： 【python】numpy之random库简单的随机数据生成.rand()、.randint()、.randn()、.random()等（一）
参考文档2： Python中随机数的生成
参考文档3： numpy.random模块常用函数
终于写完了，我以为它很简单的………………预计1小时，结果写了2.5小时