Python——random库函数讲解及实例应用

一、random库

random库是使用随机数的Python标准库。random库主要用于生成随机数。
由于计算机不能产生真正的随机数,所以伪随机数也就被称为随机数。
random库包括两类函数,常用的共8个。

  • 基本随机数函数:seed(),random()
  • 扩展随机数函数:randint(),getrandbits(),uniform(),randrange(),chonice(),shuffle()

二、基本随机数函数

1.seed(a=None)

初始化给定的随机数种子,默认为当前系统时间。

代码如下(示例):

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.random()

生成一个[0.0,1.0)之间的随机小数
代码如下(示例):

>>> import random
>>> random.seed(10)
>>> random.random()
0.5714025946899135

该处使用种子10,产生的第一个随机小数一定是0.57。

也可以不给定种子数,则默认的种子是当前调用第一次random函数所对应的系统时间,完全随机,不可再现。


三、扩展随机数函数

1.randint(a,b)

生成一个[a,b]之间的整数。

2.randrange(m,n[,k])

生成一个[m,n)之间以k为步长的随机整数

代码如下(示例):

>>> random.randrange(10,100,10)
10
>>> random.randrange(10,100,10)
40
>>> random.randrange(10,100,10)
80
>>> random.randrange(10,100,10)
50

3.getrandbits()

生成一个k比特长的随机整数。

代码如下(示例):

>>> random.getrandbits(16)
42825

4.uniform(a,b)

生成一个[a,b]之间的随机小数,精度为小数点后16位。

代码如下(示例):

>>> random.uniform(0,100)
81.06187891977247

5.choice(seq)

从序列seq中随机选择一个元素。

代码如下(示例):

>>> random.choice([1,2,3,4,5,6,7,8,9,0])
1
>>> random.choice([1,2,3,4,5,6,7,8,9,0])
6
>>> random.choice([1,2,3,4,5,6,7,8,9,0])
2

6.shuffle(seq)

将序列seq中元素随机排序,返回打乱后的序列。

代码如下(示例):

>>> s=[1,2,3,4,5,6];random.shuffle(s);print(s)
[5, 4, 6, 1, 3, 2]

实例:圆周率的计算

圆周率的近似计算公式Python——random库函数讲解及实例应用_第1张图片
蒙特卡罗方法:
Python——random库函数讲解及实例应用_第2张图片
代码如下:

#CalPiV2.py 
from random import random  
from time import perf_counter  #程序运行计时
DARTS = 1000*1000   #在当前在抛撒点的总数量,100万
hits = 0.0          #目前在圆的里面的数量
start = perf_counter()  #当前的系统时间,开始计时
for i in range(1, DARTS+1): 
	x, y = random(), random()  #生成两个随机的坐标值,进行抛点
	dist = pow(x ** 2 + y ** 2, 0.5)   #x^2+y^2的开方
	if dist <= 1.0:         #如果到圆心的距离小于1.0,则在圆内
		hits = hits + 1
pi = 4 * (hits/DARTS)
print("圆周率值是: {}".format(pi))
print("运行时间是:{:.5f}s".format(perf_counter()-start))   #运算时间

圆周率值是: 3.1419
运行时间是:0.73415s

总结

数学思维:找到公式,利用公式求解。
计算思维:用计算机自动化求解。

你可能感兴趣的:(Python,python)