Python中random常规用法有什么,怎样应用
Admin 2022-05-24 群英技术资讯 578 次浏览
用法 | 作用 |
---|---|
random() | 返回0<=n<1之间的随机浮点数n |
random.uniform(a, b) | 用于生成一个指定范围内的随机符点数 |
random.randint(a, b) | 用于生成一个指定范围内的整数 |
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 |
choice(seq) | 从序列seq中返回随机的元素 |
shuffle(seq[, random]) | 原地指定seq序列 |
sample(seq, n) | 从序列seq中选择n个随机且独立的元素 |
gauss(mu, sigma) | 返回一个平均值为mu标准差为sigma的高斯分布,也可以由正态分布函数生成normalvariate(mu, sigma) |
lognormvariate(mu, sigma) | 返回一个平均值为mu,标准差为sigma的对数正态分布 |
1.random():
2.random.uniform(a, b)
3.random.randint(a, b)
4.random.randrange([start],[ stop], step)
从指定范围【start,stop】内,按指定基数step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。
5.choice(seq)
6.shuffle(seq[, random])
7.sample(seq, n) 随机获取指定长度的片段,获取后元序列长度不变。
8.gauss(mu, sigma)
9.lognormvariate(mu, sigma)
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
Pytorch的数据加载一般是用torch.utils.data.Dataset与torch.utils.data.Dataloader两个类联合进行。我们需要继承Dataset来定义自己的数据集类,然后在训练时用Dataloader加载自定义的数据集类。
这篇文章主要介绍了教你使用Python根据模板批量生成docx文档,文中有非常详细的代码示例,对正在学习python的小伙伴们有很好地帮助,需要的朋友可以参考下
这篇文章主要介绍了python 一维、二维列表的初始化,本文通过两种方式给大家详细讲解,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧
contour和contourf都是画三维等高线图的,下面这篇文章主要给大家介绍了关于python作图基础操作之plt.contour的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
我们几乎可以在任何操作系统上通过命令行指令与操作系统进行交互,比如Linux平台下的shell。那么我们如何通过Python来完成这些命令行指令的执行呢?另外,我们应该知道的是命令行指令的执行通常有两个我们比较关注的结果:
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008