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中iter()函数用于做什么，如何使用

  Ptyhon内置函数-iter()函数。iter() 函数用来生成迭代器。

• Python实现二终端可靠度的代码是什么

  这里给大家分享的是实现二终端网络可靠度的方法以及使用Python实现的代码，有需要的小伙伴可以参考下。

• python selenium模拟点击的过程及实现是怎样

  这篇文章主要介绍了python selenium模拟点击问题，涉及到安装谷歌浏览器和浏览器驱动的相关知识介绍，本文结合实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

• Django中admin多选框表单的实现思路和方法是什么

  借助django-admin，可以快速得到CRUD界面，但若需要创建多选标签字段时，需要对表单进行调整，本文通过示例代码给大家介绍django admin多选框表单的实现方法，感兴趣的朋友跟随小编一起看看吧

• Python中pluggy模块的用法及实践是怎样的

  这篇文章主要介绍了Python pluggy模块的用法,pluggy提供了一个简易便捷的插件系统，可以做到插件与主题功能松耦合，pluggy 是pytest，tox，devpi的核心框架文中通过代码示例演示给大家详细介绍，需要的朋友参考下吧