python基础模块---random

import random

print(random.__all__)
'''
['Random', 'seed', 'random', 'uniform', 'randint', 'choice', 'sample', 'randrange', 
'shuffle', 'normalvariate', 'lognormvariate', 'expovariate', 'vonmisesvariate', 'gammavariate', 
'triangular', 'gauss', 'betavariate', 'paretovariate', 'weibullvariate', 'getstate', 'setstate', 
'getrandbits', 'choices', 'SystemRandom']
通过random.__all__方法可以查看random下暴露的所有公用接口
'''

'''
random.seed()
    我们调用 random.random() 生成随机数时,每一次生成的数都是随机的。但是,当我们预先使用 random.seed(x) 
    设定好种子之后,其中的 x 可以是任意数字,如10,这个时候,先调用它的情况下,使用 random() 生成的随机数将会
    是同一个。
    注意:seed()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
'''
random.seed(10)
print(random.random())
random.seed(10)
print(random.random())
random.seed(10)
print(random.random())

# 结果:
# 0.5714025946899135
# 0.5714025946899135
# 0.5714025946899135

'''
random.random()
    在[0.0,1.0]之间随机生成一个小数
'''
print(random.random())
print(random.random())
print(random.random())
print(random.random())

# 结果:
# 0.9428968560693625
# 0.29722536247737374
# 0.8524653225715761
# 0.8289171315902508

'''
random.uniform(a, b)
    在[a,b]之间随机生成一个小数
'''
print(random.uniform(1,2))
print(random.uniform(1,2))
print(random.uniform(1,2))
print(random.uniform(1,2))

# 结果
# 1.4799312472227346
# 1.5328821576397136
# 1.9792617596932158
# 1.3905496608031487

'''
random.randint(a, b)
    在[a, b]之间随机生成一个整数
'''
print(random.randint(1,10))
print(random.randint(1,10))
print(random.randint(1,10))
print(random.randint(1,10))

# 结果:
# 5
# 8
# 3
# 4

'''
getrandbits(k):
    生成一个k比特长度的随机整数(按存储大小的要求获得随机整数)
'''
print(random.getrandbits(3))
# 结果:
# 6

'''
randrange(start,stop[,step])
    生成一个[start,stop)之间以step为步数的随机整数 (按域、步长的要求获得随机整数)
'''
print(random.randrange(1, 10, 2))
print(random.randrange(1, 10, 2))
print(random.randrange(1, 10, 2))

# 结果:
# 3
# 9
# 5

'''
choice(seq)
    从序列类型seq(如字符串,列表,元组)中随机返回一个元素(用于序列抽1签)
'''
l = [i for i in range(10)]
print(random.choice(l))
print(random.choice(l))
print(random.choice(l))
print(random.choice(l))

# 结果:
# 2
# 5
# 1
# 1

'''
shuffle(seq)
    将序列类型seq中元素随机排序,返回打乱后序列,seq被改变(用于序列洗牌)
'''
l = [i for i in range(10)]
random.shuffle(l)
print(l)
random.shuffle(l)
print(l)
random.shuffle(l)
print(l)

# 结果:
# [1, 4, 6, 3, 9, 2, 0, 7, 8, 5]
# [8, 6, 2, 9, 7, 4, 5, 0, 1, 3]
# [7, 4, 3, 0, 9, 5, 1, 6, 2, 8]

'''
sample(seq,k)
    从序列类型seq中选取k个元素,以列表类型返回(用于序列抽K签,存入列表)
'''
l = [i for i in range(10)]
print(random.sample(l, 5))
print(random.sample(l, 5))
print(random.sample(l, 5))
print(random.sample(l, 5))

# 结果:
# [1, 9, 6, 2, 8]
# [1, 0, 6, 7, 5]
# [8, 7, 0, 3, 4]
# [2, 1, 5, 0, 4]
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,864评论 6 494
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,175评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,401评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,170评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,276评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,364评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,401评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,179评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,604评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,902评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,070评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,751评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,380评论 3 319
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,077评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,312评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,924评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,957评论 2 351

推荐阅读更多精彩内容