python隨機分配函數 隨機分配算法

怎么用python生成隨機數？

在Python中，random模塊用于生成隨機數。下面介紹下random模塊中常用的幾個函數

成都創新互聯公司-專業網站定制、快速模板網站建設、高性價比金城江網站開發、企業建站全套包干低至880元,成熟完善的模板庫,直接使用。一站式金城江網站制作公司更省心,省錢,快速模板網站建設找我們，業務覆蓋金城江地區。費用合理售后完善，十多年實體公司更值得信賴。

01

打開我們python的ide

02

在打開的shell中，首先需要導入random庫，才可以使用random中的方法，首先介紹下應用最多的函數，random.random（），可以生成一個0到1的隨機符點數

03

random.uniform（a,b）函數，生成指定范圍內的隨機符點數，如下圖

04

random.randint（a,b）函數，生成一個指定范圍內的整數，如下圖

05

random.choice(sqe)函數，從sqe序列中得到一個隨機元素，如下圖，序列元素可以包含很多種類，集合，列表，甚至元組都可以作為參數進行傳遞

python基礎2：隨機數生成—random模塊、numpy中的random函數

在Python中可以用于隨機數生成的有兩種主要途徑，一是random模塊，另一個是numpy庫中random函數。

在我們日常使用中，如果是為了得到隨機的單個數，多考慮random模塊；如果是為了得到隨機小數或者整數的矩陣，就多考慮numpy中的random函數,當然numpy也可以的到隨機的單個數

一、random模塊

二、numpy庫中random函數

random模塊中將近有7個函數都是可以用來生成隨機數的:

作用：隨機生成一個 [0,1) 的浮點數

作用：隨機生成一個 [a,b) 的浮點數

作用：隨機生成一個 [a,b] 的整數

作用：從列表，元組，字符串、集合（可用于for循環的數據類型）中隨機選擇一個元素

作用：在生成的以a為始，每step遞增，以b為終這樣的一個整數序列中隨機選擇一個數

作用：打亂一個列表的元素順序

從序列population中隨機取出k個數；population的類型可以是列表、元組、集合、字符串；

在Numpy庫中，常用使用np.random.rand()、np.random.randn()和np.random.randint()隨機函數。

作用：返回一個或一組服從標準正態分布的隨機樣本值

備注：標準正態分布是以0為均數、以1為標準差的正態分布，記為N（0，1）。對應的正態分布曲線如下所示，即

作用：使用方法與np.random.randn()函數相同 ，通過本函數可以返回一個或一組服從“0~1”均勻分布的隨機樣本值。隨機樣本取值范圍是[0,1)，不包括1

numpy.random.randint(low, high=None, size=None, dtype='l')

輸入：

low—–為最小值

high—-為最大值

size—–為數組維度大小

dtype—為數據類型，默認的數據類型是np.int。

作用： 返回隨機整數或整型數組，范圍區間為[low,high），包含low，不包含high； high沒有填寫時，默認生成隨機數的范圍是[0，low

np.random.random([size])

作用：生成[0,1)之間的浮點數,與np.random.rand()功能類似

np.random.choice(a,[ size, replace, p])

參考文檔1： 【python】numpy之random庫簡單的隨機數據生成.rand()、.randint()、.randn()、.random()等（一）

參考文檔2： Python中隨機數的生成

參考文檔3： numpy.random模塊常用函數

終于寫完了，我以為它很簡單的………………預計1小時，結果寫了2.5小時

如何用python生成隨機的15行6列的隨機數據

用python生成隨機的15行6列的隨機數據的方法如下：

1.import numpy as np # 定義從正態分布中獲取隨機數的函數 def get_normal_random_number(loc, scale): """ :param loc: 正態分布的均值 :param scale: 正態分布的標準差 :return:從正態分布中產生的隨機數 """ # 正態分布中的隨機數生成 number = np.random.normal(loc=loc, scale=scale) # 返回值 return number # 主模塊 if __name__ == "__main__": # 函數調用 n = get_normal_random_number(loc=2, scale=2) # 打印結果 print(n) # 結果:3.275192443463058

2 從給定參數的均勻分布中獲取隨機數的函數

考慮從均勻分布中獲取隨機數的時候，要事先知道均勻分布的下界和上界，然后調用Numpy模塊的random.uniform函數生成隨機數。

import numpy as np # 定義從均勻分布中獲取隨機數的函數 def get_uniform_random_number(low, high): """ :param low: 均勻分布的下界 :param high: 均勻分布的上界 :return: 從均勻分布中產生的隨機數 """ # 均勻分布的隨機數生成 number = np.random.uniform(low, high) # 返回值 return number # 主模塊 if __name__ == "__main__": # 函數調用 n = get_uniform_random_number(low=2, high=4) # 打印結果 print(n) # 結果:2.4462417140153114

3 按照指定概率生成隨機數

有時候我們需要按照指定的概率生成隨機數，比如已知盒子中每種顏色的球的比例，猜測下一次取出的球的顏色。在這里介紹的問題和上面的例子相似，要求給定一個概率列表，從列表對應的數字列表或區間列表中生成隨機數，分兩部分討論。

用python生成隨機數的幾種方法

1 從給定參數的正態分布中生成隨機數

當考慮從正態分布中生成隨機數時，應當首先知道正態分布的均值和方差（標準差），有了這些，就可以調用python中現有的模塊和函數來生成隨機數了。這里調用了Numpy模塊中的random.normal函數，由于邏輯非參簡單，所有直接貼上代碼如下：

import numpy as np# 定義從正態分布中獲取隨機數的函數def get_normal_random_number(loc, scale): """ :param loc: 正態分布的均值 :param scale: 正態分布的標準差 :return:從正態分布中產生的隨機數 """ # 正態分布中的隨機數生成 number = np.random.normal(loc=loc, scale=scale) # 返回值 return number# 主模塊if __name__ == "__main__": # 函數調用 n = get_normal_random_number(loc=2, scale=2) # 打印結果 print(n) # 結果:3.275192443463058

2 從給定參數的均勻分布中獲取隨機數的函數

考慮從均勻分布中獲取隨機數的時候，要事先知道均勻分布的下界和上界，然后調用Numpy模塊的random.uniform函數生成隨機數。

import numpy as np# 定義從均勻分布中獲取隨機數的函數def get_uniform_random_number(low, high): """ :param low: 均勻分布的下界 :param high: 均勻分布的上界 :return: 從均勻分布中產生的隨機數 """ # 均勻分布的隨機數生成 number = np.random.uniform(low, high) # 返回值 return number# 主模塊if __name__ == "__main__": # 函數調用 n = get_uniform_random_number(low=2, high=4) # 打印結果 print(n) # 結果:2.4462417140153114

3 按照指定概率生成隨機數

有時候我們需要按照指定的概率生成隨機數，比如已知盒子中每種顏色的球的比例，猜測下一次取出的球的顏色。在這里介紹的問題和上面的例子相似，要求給定一個概率列表，從列表對應的數字列表或區間列表中生成隨機數，分兩部分討論。

3.1 按照指定概率從數字列表中隨機抽取數字

假設給定一個數字列表和一個與之對應的概率列表，兩個列表對應位置的元素組成的元組即表示該數字在數字列表中以多大的概率出現，那么如何根據這些已知條件從數字列表中按概率抽取隨機數呢？在這里我們考慮用均勻分布來模擬概率，代碼如下：

import numpy as npimport random# 定義從均勻分布中獲取隨機數的函數def get_uniform_random_number(low, high): """ :param low: 均勻分布的下界 :param high: 均勻分布的上界 :return: 從均勻分布中產生的隨機數 """ # 均勻分布的隨機數生成 number = np.random.uniform(low, high) # 返回值 return number# 定義從一個數字列表中以一定的概率取出對應區間中數字的函數def get_number_by_pro(number_list, pro_list): """ :param number_list:數字列表 :param pro_list:數字對應的概率列表 :return:按概率從數字列表中抽取的數字 """ # 用均勻分布中的樣本值來模擬概率 x = random.uniform(0, 1) # 累積概率 cum_pro = 0.0 # 將可迭代對象打包成元組列表 for number, number_pro in zip(number_list, pro_list): cum_pro += number_pro if x cum_pro: # 返回值 return number# 主模塊if __name__ == "__main__": # 數字列表 num_list = [1, 2, 3, 4, 5] # 對應的概率列表 pr_list = [0.1, 0.3, 0.1, 0.4, 0.1] # 函數調用 n = get_number_by_pro(number_list=num_list, pro_list=pr_list) # 打印結果 print(n) # 結果:1

3.2 按照指定概率從區間列表中的某個區間內生成隨機數

給定一個區間列表和一個與之對應的概率列表，兩個列表相應位置的元素組成的元組即表示某數字出現在某區間內的概率是多少，已知這些，我們如何生成隨機數呢？這里我們通過兩次使用均勻分布達到目的，代碼如下：

import numpy as npimport random# 定義從均勻分布中獲取隨機數的函數def get_uniform_random_number(low, high): """ :param low: 均勻分布的下界 :param high: 均勻分布的上界 :return: 從均勻分布中產生的隨機數 """ # 均勻分布的隨機數生成 number = np.random.uniform(low, high) # 返回值 return number# 定義從一個數字列表中以一定的概率取出對應區間中數字的函數def get_number_by_pro(number_list, pro_list): """ :param number_list:數字列表 :param pro_list:數字對應的概率列表 :return:按概率從數字列表中抽取的數字 """ # 用均勻分布中的樣本值來模擬概率 x = random.uniform(0, 1) # 累積概率 cum_pro = 0.0 # 將可迭代對象打包成元組列表 for number, number_pro in zip(number_list, pro_list): cum_pro += number_pro if x cum_pro: # 從區間[number. number - 1]上隨機抽取一個值 num = get_uniform_random_number(number, number - 1) # 返回值 return num# 主模塊if __name__ == "__main__": # 數字列表 num_list = [1, 2, 3, 4, 5] # 對應的概率列表 pr_list = [0.1, 0.3, 0.1, 0.4, 0.1] # 函數調用 n = get_number_by_pro(number_list=num_list, pro_list=pr_list) # 打印結果 print(n) # 結果:3.49683787011193

python隨機生成100內的10個整數？

在Python中，你可以使用 random 模塊的 randint() 函數來隨機生成指定范圍內的整數。例如，要隨機生成100內的10個整數，你可以這樣寫：

==========================

import random # 導入random模塊

# 使用random.randint()函數生成10個1到100的整數

for i in range(10):

print(random.randint(1, 100))

==========================

上面的代碼將會生成10個1到100之間的隨機整數，并依次輸出。

如果你想要生成1到20之間的隨機整數30個，你可以這樣寫：

===========================

import random # 導入random模塊

# 使用random.randint()函數生成30個1到20的整數

for i in range(30):

print(random.randint(1, 20))

===========================

上面的代碼將會生成30個1到20之間的隨機整數，并依次輸出。

需要注意的是，在Python中，random.randint() 函數生成的隨機整數是包含邊界值的。所以，上面的代碼中，生成的隨機整數可能包含1和100，也可能包含1和20。

總之，你可以使用 random.randint() 函數來隨機生成指定范圍內的整數。

網站標題：python隨機分配函數 隨機分配算法
網頁路徑：http://m.kartarina.com/article8/dodesip.html

成都網站建設公司_創新互聯，為您提供靜態網站、網站制作、網頁設計公司、域名注冊、網站收錄、網站策劃

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯