Python基础编程——标准库之random模块
itomcoil 2025-03-12 15:51 4 浏览
random模块是Python中一个用于生成随机数的模块,其中包含了生成伪代随机数的函数,有助于编写模拟程序或者生成随机输出的程序。需要注意的是这些数虽然看起来好像是完全随机的,但是他们背后的系统是可以预测的。如果要用于加密或者完全相关的功能,则应该使用os模块中的urandom。
random模块
random模块中一些重要的函数如下表所示:
函数 | 描述 |
random() | 返回一个0~1(含)的随机实数 |
getrandbits(n) | 以长整数的方式返回n个随机的二进制位 |
uniform(a, b) | 返回一个a~b(含)的随机实数 |
randrange([start], stop, [step]) | 从range(start, stop, step)中随机地选择一个数 |
choice(seq) | 从序列seq中随机地选择一个元素 |
shuffle(seq[, random]) | 就地打乱序列seq |
sample(seq, n) | 从序列seq中随机地选择n个值不同的元素 |
random.random():random模块中最基本的函数之一,也是最常用的函数,它返回一个0~1(包含)的伪随机数。
random.getrandbits():以一个整数的方式返回指定数量的二进制位。
random.uniform():它返回一个a~b(含)的随机(均匀分布的)实数。例如,如果你需要一个随机角度,可使用uniform(0, 360)。
random.randrange():是生成随机整数的标准函数。为指定这个随机整数所在的范围,你可像调用range那样给这个函数提供参数。
random.choice():从给定的序列中随机地选择一个元素。
random.shuffle():随机地打乱一个可变序列中的元素,并确保每种可能的排列顺序出现的概率相同。
random.sample():从给定序列中随机(均匀)地选择指定数量的元素,并确保所选择元素的值各不相同。
上面关于介绍的random模块中的函数的实例用法如下my_random.py程序所示:
my_random.py
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import random
# random()函数,返回一个0~1(包含)的随机实数
rand_num = random.random()
print('rand_num = {}'.format(rand_num))
rand_num = random.random()
print('rand_num = {}'.format(rand_num))
# getrandbits()函数
print(random.getrandbits(10))
# uniform()函数,返回一个a~b(包含)的随机实数
uni_rand_num = random.uniform(1, 10)
print('uni_rand_num = {}'.format(uni_rand_num))
# randrange()函数,从指定的范围中随机选择一个数。
rand_range_num = random.randrange(1, 10)
print('rand_range_num = {}'.format(rand_range_num))
# choice()函数,从给定的序列中随机选择一个数,与randrange()函数类似。
sequence = list(range(1, 10))
print('sequence = {}'.format(sequence))
rand_choice = random.choice(sequence)
print('rand_choice = {}'.format(rand_choice))
# shuffle()函数,随机打乱给定的可变序列的元素索引位置
sequence = list(range(1, 20))
print('sequence = {}'.format(sequence))
random.shuffle(sequence)
print('sequence = {}'.format(sequence))
# sample()函数,从给定的序列中随机选择指定数量的元素,各个元素只不同
sequence = list(range(1, 36))
print('sequence = {}'.format(sequence))
samp_rand_nums = random.sample(sequence, 5)
print('samp_rand_nums = {}'.format(samp_rand_nums))
程序执行结果如下所示:
rand_num = 0.4080611438222771
rand_num = 0.4686116506011688
911
uni_rand_num = 8.889564467939781
rand_range_num = 5
sequence = [1, 2, 3, 4, 5, 6, 7, 8, 9]
rand_choice = 8
sequence = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]
sequence = [2, 17, 10, 19, 12, 4, 9, 14, 7, 5, 3, 11, 6, 18, 8, 15, 16, 1, 13]
sequence = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]
samp_rand_nums = [27, 30, 1, 17, 7]
总结
本节主要介绍了以下内容:
- random模块中的常用函数及其用法。
下一节将会介绍shelve模块和json模块,敬请关注!
如果有需要文中小程序的可以私信我哟!
创作不容易,还请点个赞!喜欢的小伙伴请点关注、收藏!
欢迎大家转发、评论!
相关推荐
- Python办公自动化系列篇之一:电子表格自动化(EXCEL)
-
作为高效办公自动化领域的主流编程语言,Python凭借其优雅的语法结构、完善的技术生态及成熟的第三方工具库集合,已成为企业数字化转型过程中提升运营效率的理想选择。该语言在结构化数据处理、自动化文档生成...
- Python解决读取excel数据慢的问题
-
前言:在做自动化测试的时候,我思考了一个问题,就是如果我们的测试用例随着项目的推进越来越多时,我们做自动化回归的时间也就越来越长,其中影响自动化测试速度的一个原因就是测试用例的读取问题。用例越多,所消...
- Python高效办公:用自动化脚本批量处理Excel
-
在现代办公环境中,Excel是处理数据的必备工具,但手动操作往往耗时且容易出错。幸运的是,Python提供了强大的库,如`openpyxl`和`pandas`,能够帮助我们高效地自动化处理Exc...
- 【第三弹】用Python实现Excel的vlookup功能
-
今天继续用pandas实现Excel的vlookup功能,假设我们的2个表长成这样:我们希望把Sheet2的部门匹在Sheet1的最后一列。话不多说,先上代码:importpandasaspd...
- 学习Pandas中操作Excel,看这一篇文章就够了
-
在数据分析和处理领域,Excel文件是常见的数据存储格式之一。Pandas库提供了强大的功能来读取、处理和写入Excel文件。本文将详细介绍如何使用Pandas操作Excel文件,包括读取、数据清洗、...
- python学习笔记之pandas读取excel出现的列表显示不全问题
-
今天小编想改正一个表格,按照之前学习的首先导入模块importpandas读取目标excel文件data=pandas.read_excel("C:\\Users\\27195\\Des...
- 使用Python玩转Excel(python-excel)
-
Python读取Excel文件的方法主要有以下几种:Pandas库:Pandas是一个强大的数据处理库,它提供了方便的方法来读取和处理Excel文件。优点:Pandas是一个非常强大的数...
- Python和Excel已经互通了,还不赶紧来学习一下
-
Excel是数据分析中最常用的工具,这篇文章将Python与Excel的功能对比介绍如何使用Python通过函数式编程完成Excel中的数据处理及分析工作。在Python中pandas库用于数据处理,...
- python读excel文件最佳实践?直接请教pandas比gpt还好用
-
前言说到python读取excel文件,网上使用openpyxl的文章一大堆。我自己很少直接使用openpyxl,一般使用pandas间接使用。但如果你不希望引入pandas,该如...
- 用python实现execl表格内容的数据分析与处理
-
可以使用Python中的pandas库来处理Excel表格数据。以下是一个简单的例子:首先,安装pandas库:```pipinstallpandas```然后,读取Excel文件:```impo...
- 从入门到精通:Python处理Excel文件的实用技巧
-
在数据分析和处理的过程中,Excel是一种广泛使用的数据存储和交换格式。Python提供了多个强大的库来处理Excel文件,如pandas、openpyxl和xlrd等。本文将详细介绍...
- Python自动化-Excel:pandas之concat
-
concatimportpandasaspds1=pd.Series([0,1,2],index=['A','B','C'])s2=p...
- Python之Pandas使用系列(八):读写Excel文件的各种技巧
-
介绍:我们将学习如何使用Python操作Excel文件。我们将概述如何使用Pandas加载xlsx文件以及将电子表格写入Excel。如何将Excel文件读取到PandasDataFrame:和前面的...
- Python操作Excel详细教程,值得收藏
-
Python操作Excel是一个非常强大的工具,它可以方便地处理Excel文件,例如读取、写入、格式化单元格等。以下是使用Python操作Excel的详细教程,以Excel文件名为example.xl...
- python中pandas读取excel单列及连续多列数据
-
案例:想获取test.xls中C列、H列以后(当H列后列数未知时)的所有数据。importpandasaspdfile_name=r'D:\test.xls'#表格绝对...
- 一周热门
- 最近发表
- 标签列表
-
- ps像素和厘米换算 (32)
- ps图案在哪里 (33)
- super().__init__ (33)
- python 获取日期 (34)
- 0xa (36)
- super().__init__()详解 (33)
- python安装包在哪里找 (33)
- linux查看python版本信息 (35)
- python怎么改成中文 (35)
- php文件怎么在浏览器运行 (33)
- eval在python中的意思 (33)
- python安装opencv库 (35)
- python div (34)
- sticky css (33)
- python中random.randint()函数 (34)
- python去掉字符串中的指定字符 (33)
- python入门经典100题 (34)
- anaconda安装路径 (34)
- yield和return的区别 (33)
- 1到10的阶乘之和是多少 (35)
- python安装sklearn库 (33)
- dom和bom区别 (33)
- js 替换指定位置的字符 (33)
- python判断元素是否存在 (33)
- sorted key (33)