一、概述

这个模块实现的伪随机数生成器。 
对于整数,从区间选取。对于序列,随机元素。 
在实线的,有功能来计算均匀分布,正态分布(高斯) ,对数正态分布,负指数,γ和β分布。对于生成的角度分布,冯·米塞斯的分布是可用的。 
几乎所有的模块功能依赖于基本功能随机的( ) ,它生成一个随机浮点均匀的半开区间[ 0.0 , 1.0 ) 。 Python使用Mersenne扭曲为核心的发电机。它产生53位精度浮点值,周期为2**19937-1 。 C语言底层实现是快速和线程。梅森倍捻机是最广泛的测试,随机数生成器的存在之一。然而,作为完全确定性的,所以不适合用于所有目的,并且是完全不适合加密的目的。

该模块提供的功能实际上是必然的random.Random类的隐藏的实例的方法。你可以实例化你自己随机的情况下获得的发电机不共享状态。这对于多线程程序特别有用,创建随机的为每个线程使用不同的实例,并使用jumpahead ( )方法,使之有可能看到每个线程生成的序列不重叠。

在这种情况下,覆盖随机的有getstate ( )的setstate ()和jumpahead ( )方法:随机类也可以,如果你想使用你自己设计的不同的基本生成子类。或者,一种新型的发电机可以提供一个getrandbits ( )方法 - 这让randrange ( )产生的选择了一个任意大的范围内。

random.getstate() 
返回对象捕获发生器的当前内部状态。这个对象可以传递给setstate()来恢复状态

random.setstate(state) 
状态应该已经从以前的调用中获得getstate(),以及setstate()恢复发生器的getstate()被调用的时候的内部状态。

random.getrandbits(k) 
返回具有k随机位的一个Python整数。这种方法是与梅森旋转算法发生器供给和其他一些发生器也可以提供它作为API的可选部分。如果可用,getrandbits()使randrange()来处理任意大的范围。

random.randrange([start], stop[, step]) 
  random.randrange的函数:从指定范围内,按指定基数递增的集合中 获取一个随机数。如:random.randrange(10, 100, 2),结果相当于从[10, 12, 14, 16, … 96, 98]序列中获取一个随机数。random.randrange(10, 100, 2)在结果上与 random.choice(range(10, 100, 2) 等效。

import random
r = random.randrange(10,100,2)
print (r) #

random.randint(A,B) 
返回一个随机整数N使得一个<= N <= B。也可写作randrange(A,B + 1)

r = random.randint(1,10)
print(r) #

random.choice() 
  random.choice从序列中获取一个随机元素。其函数原型为:random.choice(sequence)。参数sequence表示一个有序类型。这里要说明 一下:sequence在python不是一种特定的类型,而是泛指一系列的类型。list, tuple, 字符串都属于sequence。有关sequence可以查看python手册数据模型这一章。下面是使用choice的一些例子:

>>>random.choice(‘abcdefghij’) # Single random element
# ‘c’ >>>weighted_choices = [(‘Red’, 3), (‘Blue’, 2), (‘Yellow’, 1), (‘Green’, 4)]
>>>population = [val for val, cnt in weighted_choices for i in range(cnt)] # 列表生成式
>>>population
# [‘Red’, ‘Red’, ‘Red’, ‘Blue’, ‘Blue’, ‘Yellow’, ‘Green’, ‘Green’, ‘Green’, ‘Green’] >>>random.choice(population)
# ‘Green’

random.shuffle() 
random.shuffle的函数原型为:random.shuffle(x[, random]),用于将一个列表中的元素打乱。如:

>>>p = [“studying”,”python”,”makes”,”me”,”fun”]
>>>random.shuffle(p) # 乱序
>>>print (p)
#结果: [‘fun’, ‘python’, ‘studying’, ‘makes’, ‘me’]

random.sample() 
  random.sample的函数原型为:random.sample(sequence, k),从指定序列中随机获取指定长度的片断。sample函数不会修改原有序列。

li=[1,2,3,4,5,6,7,8,9,10,11,12,13]
s = random.sample(li,2)
print(s) # [7, 11] s = random.sample(li,5)
print(s) # [2, 3, 9, 13, 12] s = random.sample("asddsfsf",3)
print(s) # ['f', 'd', 's']

random.random() 
返回范围为[0.0,1.0)的下一个随机浮点数。

print(random.random) # <built-in method random of Random object at 0x0313C340>

print(random.random()) # 0.9765901824412893

random.uniform(A,B) 
返回一个随机浮点数N使得一个<= N <= b的要<= B和B <= N <=一对B <一个。

print(random.uniform(1,10)) # 2.4537297196491257

print(random.uniform) # <bound method Random.uniform of <random.Random object at 0x02F9C2D8>>

洗牌:

>>>items = [1, 2, 3, 4, 5, 6, 7]
>>>random.shuffle(items) >>>print(items) # [7, 3, 2, 5, 6, 4, 1]

练习1 : 写函数生成一个6位数的验证码

def get_code(n=6):
code = ""
for i in range(n):
num = random.randint(0,9)
code += str(num)
return code
print(get_code())

结果

练习2 : 写函数生成一个包含数字,小写字母和大写字母的验证码

  提示:ascii码 A-Z为 65-90,a-z为97-122

def get_code(n=6):
code = ""
for i in range(n):
num = str(random.randint(0,9))
alpha_upper = chr(random.randint(65, 90))
alpha_lower = chr(random.randint(97,122))
c = random.choice([num,alpha_lower,alpha_upper])
code += c
return code
print(get_code())

结果

练习3 : 写一个发红包函数,接受两个参数:金额 个数,每个人取到钱的几率是一样的

import random
def lucky_money(money,num): # 传入金额和个数
ret = random.sample(range(1,money*100),num-1)
ret.sort()
ret.insert(0,0)
ret.append(money*100)
for i in range(len(ret)-1):
money = ret[i+1] - ret[i]
yield money/100
for money in lucky_money(200,15): 传入参数,循环取出所有值
print(money)

发红包1

import random
def bouns(money,amount):
while amount:
if amount == 1:
yield float("%.2f" % money)
else :
money1 = random.uniform(0,money)
money2 = random.uniform(1/amount,3/amount)*money1
money -= float("%.2f" % money2)
yield float("%.2f" % money2)
amount -= 1
g = bouns(200,10)
print(list(g))

发红包2

python 随机数模块 -- random的更多相关文章

  1. python模块 | 随机数模块—random模块

    python随机数模块 random - 生成伪随机数,该模块实现了各种分布的伪随机数生成器. 对于整数,从范围中有统一的选择. 对于序列,存在随机元素的统一选择.用于生成列表的随机排列的函数.以及用 ...

  2. [ Python入门教程 ] Python生成随机数模块(random)使用方法

    1.使用randint(a,b)生成指定范围内的随机整数.randint(a,b)表示从序列range([a,b])中获取一个随机数,包括b. >>> random.randint( ...

  3. python常用模块——random模块

    参考博客:http://www.360doc.com/content/14/0430/11/16044571_373443266.shtml 今天突然想起python该怎么生成随机数?查了一下,贴出实 ...

  4. python shutil模块&random模块

    shutil模块 import shutil shutil.copyfileobj(open("os_.py", "r"), open("os_2.p ...

  5. Python:time模块/random模块/os模块/sys模块

    time 模块 #常用方法 1.time.sleep(secs) (线程)推迟指定的时间运行.单位为秒. 2.time.time() 获取当前时间戳 python中时间日期格式化符号: %y 两位数的 ...

  6. python 基本模块 random、os、sys

    一.random模块 所有关于随机相关的内容都在random模块中 import random print(random.random()) # 0-1⼩数 print(random.uniform( ...

  7. python常用模块: random模块, time模块, sys模块, os模块, 序列化模块

    一. random模块  import random # 任意小数 print(random.random()) # 0到1的任意小数 print(random.uniform(-10, 10)) # ...

  8. python之模块random,time,os,sys,序列化模块(json,pickle),collection

    引入:什么是模块:   一个模块就是一个包含了python定义和声明的文件,文件名就是模块名字加上.py的后缀. 但其实import加载的模块分为四个通用类型. 1.使用python编写的代码(.py ...

  9. Python3学习笔记(十六):随机数模块random

    一.random模块 1.random.random(): 返回0-1之间的随机浮点数 import random print(random.random()) 0.9348690085059901 ...

随机推荐

  1. postgrepsql 创建函数

    -- 这里的CREATE OR REPLACE FUNCTION 为固定写法:   "public"."function_info_a1" 这个为函数名   C ...

  2. Hive 数据的导入导出

    数据的导入: 通过文件导入,使用load命令 一.导入本地文件: load data local inpath '/home/hadoop/files/emp.txt' overwrite into ...

  3. Zookeeper-集群与单机实践

    我用的是linux,CentOS7.3,zookeeper的版本是3.4.6,工具XShell.上传zookeeper的压缩包后我们开始操作. 集群模式: 1.解压zookeeper,路径随意 tar ...

  4. RabbmitMQ-Publish/Subscribe

    之前的学习中,我们了解的工作队列实现的是:一个消息只发送到一个消费者. 现在我们来学习一下新模式:发布/订阅模式 之前我们在原理中介绍了exchange,但好像并没有使用.而是直接往队列里发消息和取消 ...

  5. Linux中执行脚本参数获取

    Linux中变量$[#,@,0,1,2,*,$,?]含义 $# 是传给脚本的参数个数 $0 是脚本本身的名字 $1 是传递给该shell脚本的第一个参数 $2 是传递给该shell脚本的第二个参数 $ ...

  6. windows平台下编辑的内容传到linux平台出现中文乱码的解决办法

    现象说明:在windows下编辑的内容,上传到linux平台下出现中文乱码.如下: 在windows平台编写haha.txt文件,内容如下: 上传到linux平台,出现中文乱码,如下: 基本上面出现的 ...

  7. Cobbler自动化批量安装Linux操作系统 - 运维总结

    一.Cobbler简述 Cobbler是一个自动化和简化系统安装的工具,通过使用网络引导来控制和启动安装.Cobbler的特性包括存储库镜像.Kickstart模板和连接电源管理系统.Cobbler通 ...

  8. 浏览器数据库 IndexedDB 入门

    一.概述 随着浏览器的功能不断增强,越来越多的网站开始考虑,将大量数据储存在客户端,这样可以减少从服务器获取数据,直接从本地获取数据. 现有的浏览器数据储存方案,都不适合储存大量数据:Cookie 的 ...

  9. “Linux内核分析”第五周报告

    张文俊+ 原创作品转载请注明出处 + <Linux内核分析>MOOC课程http://mooc.study.163.com/course/USTC-1000029000 学习总结 1.给M ...

  10. 防止重复提交demo

    利用session防止重复提交 思路: 前端控制:在点击提交按钮后设置按钮不可用. 后台控制:利用session,在初次进入表单页面的时候前生成一个随机token,将token保存到session并返 ...