Python의 Random 모듈은 난수를 생성하는 데 사용됩니다. 다음은 Random 모듈에서 가장 일반적으로 사용되는 일부 기능을 소개합니다.
random.random
random.random()은 0에서 1까지의 임의 수의 기호 포인트를 생성하는 데 사용됩니다. 0
random .uniform
random.uniform의 함수 프로토타입은: random.uniform(a, b)이며, 지정된 범위 내에서 여러 개의 무작위 문자 포인트를 생성하는 데 사용됩니다. 두 매개변수 중 하나가 상위입니다. 한도이고 다른 하나는 하한입니다. a > b이면 생성된 난수 n은 b
print random.uniform(10, 20) print random.uniform(20, 10) #---- 结果(不同机器上的结果不一样) #18.7356606526 #12.5798298022
random.randint
random.randint()의 함수 프로토타입은 다음과 같습니다: random.randint(a, b), 이는 내부에서 정수를 생성하는 데 사용됩니다. 지정된 범위. 매개변수 a는 하한, 매개변수 b는 상한, 생성된 난수 n: a <= n <= b
print random.randint(12, 20) #生成的随机数n: 12 <= n <= 20 print random.randint(20, 20) #结果永远是20 #print random.randint(20, 10) #该语句是错误的。下限必须小于上限。
random.randrange
randrange의 함수 프로토타입은 random.randrange([start], stop[, step])이며, 지정된 밑수만큼 증가하는 지정된 범위의 집합에서 난수를 얻습니다. 예: random.randrange(10, 100, 2), 결과는 시퀀스 [10, 12, 14, 16, … 96, 98]에서 난수를 얻는 것과 동일합니다. 무작위.randrange(10, 100, 2)는 결과적으로 무작위.choice(범위(10, 100, 2)와 동일합니다.
random.choice
무작위 .choice는 시퀀스에서 임의의 요소를 가져옵니다. 해당 함수 프로토타입은 random.choice(sequence)입니다. 매개변수 시퀀스는 순서가 지정된 유형을 나타냅니다. 여기서 주목해야 할 점은 시퀀스는 Python에서 특정 유형이 아니라 일반적인 용어입니다. 일련의 유형. 목록, 튜플, 문자열은 모두 시퀀스에 속합니다. 시퀀스에 대한 자세한 내용은 Python 매뉴얼 데이터 모델 장을 참조하세요. http://www.17xie.com/read- 37422.html 선택의 몇 가지 예:
print random.choice("学习Python") print random.choice(["JGood", "is", "a", "handsome", "boy"]) print random.choice(("Tuple", "List", "Dict"))
random.shuffle
random.shuffle의 함수 프로토타입은 다음과 같습니다:random.shuffle(x[,random]) , 목록의 요소가 뒤섞여 있습니다. 예:
p = ["Python", "is", "powerful", "simple", "and so on..."] random.shuffle(p) print p #---- 结果(不同机器上的结果可能不一样。) #['powerful', 'simple', 'is', 'Python', 'and so on...']
random.sample
random.sample의 함수 프로토타입은 다음과 같습니다. .sample(sequence, k), 지정된 시퀀스에서 지정된 길이의 조각을 무작위로 얻습니다. 샘플 함수는 원래 시퀀스를 수정하지 않습니다.
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 #原有序列并没有改变。
위의 방법은 다른 방법도 Python 매뉴얼에 소개되어 있습니다.
위의 Python 모듈 학습 내용은 난수 생성에 관한 내용입니다. , PHP 중국어 홈페이지(m.sbmmt.com)를 주목해주세요! >
[관련 추천]