文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

python中random随机函数详解

2024-04-02 19:55

关注

加载相关库

import random
import seaborn as sns
import matplotlib.pyplot as plt

# 解决中文不显示的问题
from pylab import mpl
mpl.rcParams['font.sans-serif']=['SimHei']
# 解决正负号不显示问题
plt.rcParams['axes.unicode_minus']=False 

一、random基础

random.random()                                  # 返回随机生成的一个实数,它在[0,1)范围内。
random.randint(1,10)                             # 产生 1 到 10 的一个整数型随机数
random.randrange(1,100,2)                        # 生成从1到100的间隔为2的随机整数
random.uniform(1.1,5.4)                          # 产生  1.1 到 5.4 之间的随机浮点数,区间可以不是整数
random.choice('tomorrow')                        # 从序列中随机选取一个元素
random.sample('zyxwvutsrqponmlkjihgfedcba',5)    # 多个字符中生成指定数量的随机字符

# 打乱排序
items = [1, 2, 3, 4, 5, 6, 7, 8, 9, 0]
random.shuffle(items)
print(items)

items:[3, 8, 4, 1, 7, 0, 6, 2, 9, 5]

二、实数分布

2.1 对称分布

random.triangular(low, high, mode)

返回一个随机浮点数 N ,使得 low <= N <= high 并在这些边界之间使用指定的 mode 。 low 和 high 边界默认为零和一。 mode 参数默认为边界之间的中点,给出对称分布。

n = 10000
x = [random.triangular(1, 10, 2) for i in range(n)]
sns.distplot(x)  # 默认

在这里插入图片描述

2.2 指数分布

random.expovariate(lambd)

lambd 是 1.0 除以所需的平均值,它应该是非零的。 (该参数本应命名为 “lambda” ,但这是 Python 中的保留字。)如果 lambd 为正,则返回值的范围为 0 到正无穷大;如果 lambd 为负,则返回值从负无穷大到 0。

n = 10000
x = [random.expovariate(1) for i in range(n)]
sns.distplot(x)  # 默认

在这里插入图片描述

2.3 Beta 分布

random.betavariate(alpha, beta)

参数的条件是 alpha > 0 和 beta > 0。 返回值的范围介于 0 和 1 之间。

n = 10000
x = [random.betavariate(1, 1) for i in range(n)]
sns.distplot(x)  # 默认

在这里插入图片描述

2.4 Gamma 分布

random.gammavariate(alpha, beta)

( 不是 gamma 函数! ) 参数的条件是 alpha > 0 和 beta > 0。

n = 10000
x = [random.gammavariate(10, 10) for i in range(n)]
sns.distplot(x)  # 默认

在这里插入图片描述

2.5 高斯分布

random.gauss(mu, sigma)

mu 是平均值,sigma 是标准差。 这比下面定义的 normalvariate() 函数略快。

n = 10000
x = [random.gauss(10, 1) for i in range(n)]
sns.distplot(x)  # 默认

在这里插入图片描述

2.6 对数正态分布

random.lognormvariate(mu, sigma)

如果你采用这个分布的自然对数,你将得到一个正态分布,平均值为 mu 和标准差为 sigma 。 mu 可以是任何值,sigma 必须大于零。

n = 10000
x = [random.lognormvariate(-100, 1) for i in range(n)]
sns.distplot(x)  # 默认

在这里插入图片描述

2.7 正态分布

random.normalvariate(mu, sigma)

mu 是平均值,sigma 是标准差。

n = 10000
x = [random.normalvariate(100, 10) for i in range(n)]
sns.distplot(x)  # 默认

在这里插入图片描述

2.8 冯·米塞斯分布

random.vonmisesvariate(mu, kappa)

mu 是平均角度,以弧度表示,介于0和 2pi 之间,kappa 是浓度参数,必须大于或等于零。 如果 kappa 等于零,则该分布在 0 到 2pi 的范围内减小到均匀的随机角度.

n = 10000
x = [random.vonmisesvariate(4, 0) for i in range(n)]
sns.distplot(x)  # 默认

在这里插入图片描述

2.9 帕累托分布

random.paretovariate(alpha)

alpha 是形状参数。

n = 10000
x = [random.paretovariate(100) for i in range(n)]
sns.distplot(x)  # 默认

在这里插入图片描述

2.10 威布尔分布

random.weibullvariate(alpha, beta)

alpha 是比例参数,beta 是形状参数。

n = 10000
x = [random.weibullvariate(100,10) for i in range(n)]
sns.distplot(x)  # 默认

在这里插入图片描述

总结

到此这篇关于python中random随机函数详解的文章就介绍到这了,更多相关python random随机数内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯