導航:首頁 > 編程語言 > python產生a到b中的隨機數

python產生a到b中的隨機數

發布時間:2022-04-15 09:30:30

⑴ 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'

⑵ python用生成隨機數的方法

import random
random.randint(1,10) #取1~10之間隨機數。

⑶ python中生成隨機整數

python 中有生成0-1以內隨機數的函數random.random(),然後乘以一個倍數,再取整int就可以了。

⑷ python 隨機數生成的代碼的詳細分析

python 隨機數生成的代碼的詳細分析
如果你對python隨機數生成的實際應用有不解之處,你就可以通過以下的內容對其進行了解,以下十九相關內容的介紹
以下的文章主要是以介紹python隨機數生成的代碼來介紹Python隨機數生成在實際操作過程中的具體應用,如果你對其的相關內容感興趣的話,你就可以點擊以下的文章。希望你會對它有所收獲。
Python中的random模塊用於生成隨機數。下面介紹一下random模塊中最常用的幾個函數。
代碼如下:
random.randomrandom.random()

用於生成一個0到1的隨機符點數:
代碼如下:
0 <= n < 1.0random.uniformrandom.uniform

的函數原型為:
代碼如下:
random.uniform(a, b)

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,則生成的隨機數n: a <= n <= b。如果 a <b, 則
代碼如下:
b <= n <= a 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.randintrandom.randint()
的函數原型為:
代碼如下:
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,python隨機數生成
代碼如下:
n: a <= n <= bprint random.randint(12, 20)

生成的隨機數

n: 12 <= n <= 20 print random.randint(20, 20)
結果永遠是
代碼如下:
20 #print random.randint(20, 10)

該語句是錯誤的。下限必須小於上限。 以上的內容就是對python隨機數生成的實際操作的部分介紹。

⑸ python裡面如何生成隨機數

import
random
testlist
=
[1,3,4,5]
a,b
=
1,5
random.random()
生成0至1之間的隨機浮點數,結果大於等於0.0,小於1.0
random.randint(a,b)
生成1至5之間的隨機整數,結果大於等於1,小於等於5,a必須小於等於b
random.choice(testlist)從testlist中隨機挑選一個數,也可以是元組、字元串

⑹ python產生1到100的隨機數是多少

python產生1到100的隨機數是機的「提示」可以簡單地從一系列預制提示中隨機選擇,如果有5個預制提示,則可以在1-5之間選擇一個隨機數。

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,對於random模塊的函數調用方法的記憶,可以多從它本身的英譯出發。

數據分析

1、返回a與b之間的隨機浮點數N,范圍為[a,b]如果a的值小於b的值,則生成的隨機浮點數N的取值范圍為a<=N<=b;如果a的值大於b的值,則生成的隨機浮點數N的取值范圍為b<=N<=a。

2、返回一個隨機的整數N,N的取值范圍為a<=N<=b。需要注意的是,a和b的取值必須為整數,並且a的值一定要小於b的值。

⑺ 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

⑻ Python中如何生成指定范圍內的隨機整數

python生成指定范圍內的隨機整數,使用numpy庫的matlib子庫的rand()方法和也行,或者只使用自帶built-in的randint方法也行, 以生成5個1-10的隨機整數放在a變數中為例,操作如下:
①不使用numpy庫需要3行代碼:
import random;
a=[random.randint(1,10) for i in range(5)];
print(a);
②使用numpy庫需要4行代碼:
import numpy as np;
import numpy.matlib;
a=np.asarray((np.matlib.rand(1,5)*10+1),dtype=int).tolist()[0];
print(a);

⑼ 用python生成隨機數的幾種方法

1 從給定參數的正態分布中生成隨機數
當考慮從正態分布中生成隨機數時,應當首先知道正態分布的均值和方差(標准差),有了這些,就可以調用python中現有的模塊和函數來生成隨機數了。這里調用了Numpy模塊中的random.normal函數,由於邏輯非參簡單,所有直接貼上代碼如下:
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。
3.1 按照指定概率從數字列表中隨機抽取數字
假設給定一個數字列表和一個與之對應的概率列表,兩個列表對應位置的元素組成的元組即表示該數字在數字列表中以多大的概率出現,那麼如何根據這些已知條件從數字列表中按概率抽取隨機數呢?在這里我們考慮用均勻分布來模擬概率,代碼如下:
import numpy as npimport random# 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# 定義從一個數字列表中以一定的概率取出對應區間中數字的函數def get_number_by_pro(number_list, pro_list): """ :param number_list:數字列表 :param pro_list:數字對應的概率列表 :return:按概率從數字列表中抽取的數字 """ # 用均勻分布中的樣本值來模擬概率 x = random.uniform(0, 1) # 累積概率 cum_pro = 0.0 # 將可迭代對象打包成元組列表 for number, number_pro in zip(number_list, pro_list): cum_pro += number_pro if x < cum_pro: # 返回值 return number# 主模塊if __name__ == "__main__": # 數字列表 num_list = [1, 2, 3, 4, 5] # 對應的概率列表 pr_list = [0.1, 0.3, 0.1, 0.4, 0.1] # 函數調用 n = get_number_by_pro(number_list=num_list, pro_list=pr_list) # 列印結果 print(n) # 結果:1

3.2 按照指定概率從區間列表中的某個區間內生成隨機數
給定一個區間列表和一個與之對應的概率列表,兩個列表相應位置的元素組成的元組即表示某數字出現在某區間內的概率是多少,已知這些,我們如何生成隨機數呢?這里我們通過兩次使用均勻分布達到目的,代碼如下:
import numpy as npimport random# 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# 定義從一個數字列表中以一定的概率取出對應區間中數字的函數def get_number_by_pro(number_list, pro_list): """ :param number_list:數字列表 :param pro_list:數字對應的概率列表 :return:按概率從數字列表中抽取的數字 """ # 用均勻分布中的樣本值來模擬概率 x = random.uniform(0, 1) # 累積概率 cum_pro = 0.0 # 將可迭代對象打包成元組列表 for number, number_pro in zip(number_list, pro_list): cum_pro += number_pro if x < cum_pro: # 從區間[number. number - 1]上隨機抽取一個值 num = get_uniform_random_number(number, number - 1) # 返回值 return num# 主模塊if __name__ == "__main__": # 數字列表 num_list = [1, 2, 3, 4, 5] # 對應的概率列表 pr_list = [0.1, 0.3, 0.1, 0.4, 0.1] # 函數調用 n = get_number_by_pro(number_list=num_list, pro_list=pr_list) # 列印結果 print(n) # 結果:3.49683787011193

⑽ 如何用python生成滿足以下條件的隨機數

import random
r1, r2 = [], []
for i in range(50):
r1.append(random.randint(1, 10))
r2.append(random.randint(1, 10))
這個是2組50個,范圍1-10,你指定的范圍後面沒顯示出來。
如果你要的是沒有重復的:
import random
r1 = random.sample(range(1, 101), 50)
r2 = random.sample(range(1, 101), 50)
這個是2組50個,范圍1-100,沒有重復的。

閱讀全文

與python產生a到b中的隨機數相關的資料

熱點內容
編譯怎麼學 瀏覽:329
數碼管顯示0到9plc編程 瀏覽:665
伺服器是為什麼服務的 瀏覽:765
java定義數據類型 瀏覽:874
安卓pdf手寫 瀏覽:427
什麼是app開發者 瀏覽:284
android鬧鍾重啟 瀏覽:101
程序員失職 瀏覽:518
在雲伺服器怎麼改密碼 瀏覽:586
伺服器pb什麼意思 瀏覽:940
51駕駛員的是什麼app 瀏覽:670
php靜態變數銷毀 瀏覽:886
編程買蘋果電腦 瀏覽:760
flac演算法 瀏覽:497
reactnative與android 瀏覽:663
程序員是干什麼的工作好嗎 瀏覽:258
kbuild編譯ko 瀏覽:469
條件編譯的宏 瀏覽:564
韓語編程語言 瀏覽:646
小程序開發如何租用伺服器 瀏覽:80