这篇文章主要介绍“Python里random生成随机数用法是怎样的”的相关知识，下面会通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“Python里random生成随机数用法是怎样的”文章能帮助大家解决问题。

在python中用于生成随机数的模块是random,在使用前需要import, 下面看下它的用法。

random.random

random.random()用于生成一个0到1的随机符点数: 0 <= n < 1.0

注意： 以下代码在Python3.5下测试通过， python2版本可稍加修改

描述

random() 方法返回随机生成的一个实数，它在(0,1)范围内。

语法

以下是 random() 方法的语法:

import random

random.random()

注意：random()是不能直接访问的，需要导入 random 模块，然后通过 random 静态对象调用该方法。

参数

无

返回值

返回随机生成的一个实数，它在[0,1)范围内。

实例

以下展示了使用 random() 方法的实例：

#!/usr/bin/python
import random
# 生成第一个随机数
print ("random 1 : ", random.random())
# 生成第二个随机数
print ("random 2 : ", random.random())

以上实例运行后输出结果为：

random 1 :  0.3558774735558118
random 2 :  0.46006891154492147

 

random.uniform

random.uniform的函数原型为：random.uniform(a, b)，用于生成一个指定范围内的随机符点数，两个参数其中一个是上限，一个是下限。如果a > b，则生成的随机数n: b <= n <= a。如果 a <b， 则 a <= n <= b。

import random
print (random.uniform(1, 10))  
print (random.uniform(10, 1))

结果：

2.1520386126536115
3.139127274753873

 

random.randint

random.randint()的函数原型为：random.randint(a, b)，用于生成一个指定范围内的整数。其中参数a是下限，参数b是上限，生成的随机数n: a <= n <= b, 

注意： 下限必须小于上限

import random
print (random.randint(11, 20))  #生成的随机数n: 12 <= n <= 20  
print (random.randint(20, 20))  #结果永远是20

结果：

11
20

random.randrange

random.randrange的函数原型为：random.randrange([start], stop[, step])，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
print (random.randrange(10, 18, 2))

结果：

[10, 12, 14, 16, 18]

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

import random
print (random.choice("Pythontab.com"))
print (random.choice(["python", "tab", "com"]))
print (random.choice(("python", "tab", "com")))

结果：

t
python
tab

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:

import random
list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
random.shuffle(list)
print (list)

结果:

[4, 1, 9, 3, 2, 7, 10, 6, 8, 5]

 

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。

import random
list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  
slice = random.sample(list, 5)  #从list中随机获取5个元素，作为一个片断返回  
print (slice) 
print (list) #原有序列不会改变。

结果：

[8, 2, 6, 7, 9]
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

这篇关于“Python里random生成随机数用法是怎样的”的文章就介绍到这了,更多相关的内容，欢迎关注群英网络，小编将为大家输出更多高质量的实用文章！

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Python基础的方法重写、运算符重载、文件处理、异常处理怎样用

  这篇文章主要介绍了Python基础知识方法重写+文件处理+异常处理，这是基础知识分享的第四篇，看到这里了相信大家前几篇都学得还不错吧，下面我们继续巩固Python基础知识,需要的朋友也可以参考一下

• Python正则表达式怎么完成模式匹配，方法有什么

  今天介绍一下Python中常用的正则表达式处理函数。Python的正则表达式主要有两种方法完成模式匹配：『搜索』和『匹配』 re match　　re mat

• Python递归的基本概念和知识及构建递归是怎样

  递归函数是直接调用自己或通过一系列语句间接调用自己的函数。递归在程序设计有着举足轻重的作用，在很多情况下，借助递归可以优雅的解决问题。本节主要介绍递归的基本概念以及如何构建递归程序。

• Python开发中忽略warning警告如何设置

  python开发中经常遇到报错的情况，但是warning通常并不影响程序的运行，而且有时特别讨厌，下面我们来说下如何忽略warning错误。在说忽略wa

• OpenCV中如何实现图像梯度？一文带你看懂

  本文主要给大家介绍OpenCV中实现图像梯度的方法，本文有具体示例代码及解释，有这方面学习需要的朋友可以参考，接下来跟随小编一起学习一下吧。