百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

Python启航:30天编程速成之旅(第21天)- random

itomcoil 2025-02-08 11:20 15 浏览

喜欢的条友记得关注、点赞、转发、收藏,你们的支持就是我最大的动力源泉。

前期基础教程:

「Python3.11.0」手把手教你安装最新版Python运行环境

讲讲Python环境使用Pip命令快速下载各类库的方法

Python启航:30天编程速成之旅(第2天)-IDE安装

【Python教程】JupyterLab 开发环境安装


Python启航:30天编程速成之旅(第21天)- random

引言

random 是 Python 的一个标准库,提供了一系列函数来生成随机数和随机选择元素。今天将带领大家学习如何使用 random 模块中的各种函数来生成随机数、随机选择列表中的元素、打乱序列等。

导入random模块

首先,导入 random 模块:

import random

基本用法

生成随机整数

randint(a, b) 函数生成一个在 [a, b] 范围内的随机整数。

random_number = random.randint(1, 10)
print(random_number)

生成随机浮点数

random() 函数生成一个在 [0.0, 1.0) 范围内的随机浮点数。

random_float = random.random()
print(random_float)

生成指定范围内的随机浮点数

uniform(a, b) 函数生成一个在 [a, b] 范围内的随机浮点数。

random_uniform = random.uniform(1.0, 10.0)
print(random_uniform)

随机选择

从列表中随机选择一个元素

choice(seq) 函数从序列 seq 中随机选择一个元素。

items = ['apple', 'banana', 'cherry']
random_item = random.choice(items)
print(random_item)

从列表中随机选择多个元素

choices(population, k) 函数从 population 中随机选择 k 个元素,可以重复选择。

items = ['apple', 'banana', 'cherry']
random_items = random.choices(items, k=3)
print(random_items)

从列表中随机选择多个不重复的元素

sample(population, k) 函数从 population 中随机选择 k 个不重复的元素。

items = ['apple', 'banana', 'cherry', 'date', 'elderberry']
random_sample = random.sample(items, 3)
print(random_sample)

打乱序列

打乱列表中的元素顺序

shuffle(x) 函数就地打乱列表 x 中的元素顺序。

items = ['apple', 'banana', 'cherry', 'date', 'elderberry']
random.shuffle(items)
print(items)

随机权重选择

根据权重随机选择元素

choices(population, weights, k) 函数可以从 population 中根据 weights 列表中的权重随机选择 k 个元素。

items = ['apple', 'banana', 'cherry']
weights = [10, 1, 1]
random_weighted_choices = random.choices(items, weights, k=3)
print(random_weighted_choices)

随机种子

设置随机种子

seed(a=None, version=2) 函数用于设置随机数生成器的种子。相同的种子会产生相同的随机数序列。

random.seed(42)
random_number_1 = random.randint(1, 10)
print(random_number_1)

random.seed(42)
random_number_2 = random.randint(1, 10)
print(random_number_2)

高级用法

生成随机高斯分布

gauss(mu, sigma) 函数生成一个符合高斯分布(正态分布)的随机浮点数,均值为 mu,标准差为 sigma。

random_gaussian = random.gauss(0, 1)
print(random_gaussian)

生成随机三角分布

triangular(low, high, mode) 函数生成一个符合三角分布的随机浮点数,最小值为 low,最大值为 high,众数为 mode。

random_triangular = random.triangular(0, 10, 5)
print(random_triangular)

生成随机指数分布

expovariate(lambd) 函数生成一个符合指数分布的随机浮点数,参数 lambd 是速率参数。

random_exponential = random.expovariate(1.0)
print(random_exponential)

生成随机对数正态分布

lognormvariate(mu, sigma) 函数生成一个符合对数正态分布的随机浮点数,均值为 mu,标准差为 sigma。

random_lognormal = random.lognormvariate(0, 1)
print(random_lognormal)

实战示例

随机密码生成器

假设需要生成一个包含字母、数字和特殊字符的随机密码。

import random
import string

def generate_password(length=12):
    characters = string.ascii_letters + string.digits + string.punctuation
    password = ''.join(random.choices(characters, k=length))
    return password

print(generate_password())

随机抽奖程序

假设需要从一个列表中随机抽取一个获奖者。

participants = ['Alice', 'Bob', 'Charlie', 'David', 'Eve']
winner = random.choice(participants)
print(f"The winner is: {winner}")

总结

通过本教程,相信大家已经学会了如何使用 Python 标准库 random 中的各种函数来生成随机数、随机选择元素、打乱序列等。random 模块提供了许多强大且灵活的工具,可以帮助我们处理各种随机性相关的任务。

喜欢的条友记得关注、点赞、转发、收藏,你们的支持就是我最大的动力源泉。

相关推荐

Python Qt GUI设计:将UI文件转换Python文件三种妙招(基础篇—2)

在开始本文之前提醒各位朋友,Python记得安装PyQt5库文件,Python语言功能很强,但是Python自带的GUI开发库Tkinter功能很弱,难以开发出专业的GUI。好在Python语言的开放...

Connect 2.0来了,还有Nuke和Maya新集成

ftrackConnect2.0现在可以下载了--重新设计的桌面应用程序,使用户能够将ftrackStudio与创意应用程序集成,发布资产等。这个新版本的发布中还有两个Nuke和Maya新集成,...

Magicgui:不会GUI编程也能轻松构建Python GUI应用

什么是MagicguiMagicgui是一个Python库,它允许开发者仅凭简单的类型注解就能快速构建图形用户界面(GUI)应用程序。这个库基于Napari项目,利用了Python的强大类型系统,使得...

Python入坑系列:桌面GUI开发之Pyside6

阅读本章之后,你可以掌握这些内容:Pyside6的SignalsandSlots、Envents的作用,如何使用?PySide6的Window、DialogsandAlerts、Widgets...

Python入坑系列-一起认识Pyside6 designer可拖拽桌面GUI

通过本文章,你可以了解一下内容:如何安装和使用Pyside6designerdesigner有哪些的特性通过designer如何转成python代码以前以为Pyside6designer需要在下载...

pyside2的基础界面(pyside2显示图片)

今天我们来学习pyside2的基础界面没有安装过pyside2的小伙伴可以看主页代码效果...

Python GUI开发:打包PySide2应用(python 打包pyc)

之前的文章我们介绍了怎么使用PySide2来开发一个简单PythonGUI应用。这次我们来将上次完成的代码打包。我们使用pyinstaller。注意,pyinstaller默认会将所有安装的pack...

使用PySide2做窗体,到底是怎么个事?看这个能不能搞懂

PySide2是Qt框架的Python绑定,允许你使用Python创建功能强大的跨平台GUI应用程序。PySide2的基本使用方法:安装PySide2pipinstallPy...

pycharm中conda解释器无法配置(pycharm安装的解释器不能用)

之前用的好好的pycharm正常配置解释器突然不能用了?可以显示有这个环境然后确认后可以conda正在配置解释器,但是进度条结束后还是不成功!!试过了pycharm重启,pycharm重装,anaco...

Conda使用指南:从基础操作到Llama-Factory大模型微调环境搭建

Conda虚拟环境在Linux下的全面使用指南:从基础操作到Llama-Factory大模型微调环境搭建在当今的AI开发与数据分析领域,conda虚拟环境已成为Linux系统下管理项目依赖的标配工具。...

Python操作系统资源管理与监控(python调用资源管理器)

在现代计算环境中,对操作系统资源的有效管理和监控是确保应用程序性能和系统稳定性的关键。Python凭借其丰富的标准库和第三方扩展,提供了强大的工具来实现这一目标。本文将探讨Python在操作系统资源管...

本地部署开源版Manus+DeepSeek创建自己的AI智能体

1、下载安装Anaconda,设置conda环境变量,并使用conda创建python3.12虚拟环境。2、从OpenManus仓库下载代码,并安装需要的依赖。3、使用Ollama加载本地DeepSe...

一文教会你,搭建AI模型训练与微调环境,包学会的!

一、硬件要求显卡配置:需要Nvidia显卡,至少配备8G显存,且专用显存与共享显存之和需大于20G。二、环境搭建步骤1.设置文件存储路径非系统盘存储:建议将非安装版的环境文件均存放在非系统盘(如E盘...

使用scikit-learn为PyTorch 模型进行超参数网格搜索

scikit-learn是Python中最好的机器学习库,而PyTorch又为我们构建模型提供了方便的操作,能否将它们的优点整合起来呢?在本文中,我们将介绍如何使用scikit-learn中的网格搜...

如何Keras自动编码器给极端罕见事件分类

全文共7940字,预计学习时长30分钟或更长本文将以一家造纸厂的生产为例,介绍如何使用自动编码器构建罕见事件分类器。现实生活中罕见事件的数据集:背景1.什么是极端罕见事件?在罕见事件问题中,数据集是...