random 模块
python 中用于生成伪随机数的模块
计算机中不存在真正意义上的随机，因为“随机”过程是由一定算法模拟出来的，这个过程是可预测的。所以，这是Python中的随机也是“伪随机”。
整个random模块核心是一个Random类，里面封装了随机处理的实现方式，主要是几个随机算法的实现，通过调用这些随机算法实现随机处理。比如_randbelow(),就是取范围内的随机整数。random就是取[0,1)范围内的随机浮点数。
1 针对整数
1.1 random.randrange()
在不构建range对象的情况下取range(start,stop[,step])这个range对象内的随机书内随机整数，rangrange里面的参数和构建range对象一样。
- random.randrange(10) 从0-9中取随机整数
- random.randrange(2,12) 从2-11中取随机整数
- random.randrange(0,10,2) 从0-9中取随机偶数
1.2 random.randint()
random.randint(a,b)==>random.randrange(a,b+1)
取大于等于a,小于等于b的整数
源码中是这样表示的
def randint(self, a, b):
"""Return random integer in range [a, b], including both end points.
"""
return self.randrange(a, b+1)
2 针对序列
2.1 random.choice(seq)
随机取非空序列中的某一元素，如果为空，会报IndexError,以序列长度作为取值范围，取随机整数，然后索引取值。
源码如下
def choice(self, seq):
"""Choose a random element from a non-empty sequence."""
try:
i = self._randbelow(len(seq))
except ValueError:
raise IndexError('Cannot choose from an empty sequence')
return seq[i]
2.2 random.shuffle()
打乱可变序列的顺序，观察其源码，实际上是随机取两个序列里的值并且交换位置。是直接对序列的索引赋值。
def shuffle(self, x, random=None):
"""Shuffle list x in place, and return None.
Optional argument random is a 0-argument function returning a
random float in [0.0, 1.0); if it is the default None, the
standard random.random will be used.
"""
if random is None:
randbelow = self._randbelow
for i in reversed(range(1, len(x))):
# pick an element in x[:i+1] with which to exchange x[i]
j = randbelow(i+1)
x[i], x[j] = x[j], x[i]
else:
_int = int
for i in reversed(range(1, len(x))):
# pick an element in x[:i+1] with which to exchange x[i]
j = _int(random() * (i+1))
x[i], x[j] = x[j], x[i]
2.3 random.simple(population,k)
从序列或者集合中随机抽取K个不重复的元素形成新的序列，是属于不重复随机抽样。
In [67]: random.sample(range(100),5)
Out[67]: [20, 88, 16, 40, 24]
In [68]: random.sample({2,3,4,5,6,7,8},3)
Out[69]: [6, 2, 4]
3 真值分布
random模块非常有逼格的功能，包含了统计学上使用的分布。
- random.random() 返回一个左闭右开[0,1.0)区间的浮点数
- random.uniform(a,b) 返回一个左闭右开[a,b)区间的浮点数
- random.triangular(low, high, mode)返回一个low <= N <=high的三角形分布的随机数。参数mode指明众数出现位置。
- random.betavariate(alpha, beta)β分布。返回的结果在0~1之间
- random.expovariate(lambd)指数分布
- random.gammavariate(alpha, beta)伽马分布
- random.gauss(mu, sigma)高斯分布
- random.lognormvariate(mu, sigma)对数正态分布
- random.normalvariate(mu, sigma)正态分布
- random.vonmisesvariate(mu, kappa)卡帕分布
- random.paretovariate(alpha)帕累托分布