[python]random随机数⽣成数组中随机选取n个元素
数组中随机选取n个元素
L =[1,2,3,4,5]
slice= random.sample(L,3)
>>slice
>>[3,5,4]
随机选取⼀个元素
L =[1,2,3,4,5]
random.choice(L)# 随机选取⼀个元素
random 随机数⽣成
对于整数，从范围中有统⼀的选择。 对于序列，存在随机元素的统⼀选择、⽤于⽣成列表的随机排列的函数、以及⽤于随机抽样⽽⽆需替换的函数。
在实数轴上，有计算均匀、正态（⾼斯）、对数正态、负指数、伽马和贝塔分布的函数。为了⽣成⾓度分布，可以使⽤ von Mises 分布。⼏乎所有模块函数都依赖于基本函数 random() ，它在半开放区间 [0.0,1.0) 内均匀⽣成随机浮点数。
Python 使⽤ Mersenne Twister 作为核⼼⽣成器。 它产⽣ 53 位精度浮点数，周期为 2**19937-1 ，其在 C 中的底层实现既快⼜线程安全。 Mersenne Twister 是现存最⼴泛测试的随机数发⽣器之⼀。 但是，因为完全确定性，它不适⽤于所有⽬的，并且 完全不适合加密⽬的 。
random.random()
//返回[0.0,1.0)范围内的下⼀个随机浮点数。
print random.randint(12,20)#⽣成的随机数n: 12 <= n <= 20
random.uniform(a, b)
//返回⼀个随机浮点数 N ，当 a <= b 时 a <= N <= b ，当 b < a 时 b <= N <= a 。
//取决于等式 a +(b-a)* random()中的浮点舍⼊，终点 b 可以包括或不包括在该范围内。
//三⾓分布，概率密度函数呈现三⾓形。不常⽤。见/wiki/%E4%B8%89%E8%A7%92%E5%88%86%E5%B8%83
//返回⼀个随机浮点数 N ，使得 low <= N <= high 并在这些边界之间使⽤指定的 mode 。 low 和 high 边界默认为零和⼀。
//mode 参数默认为边界之间的中点，给出对称分布。
random.betavariate(alpha, beta)
python生成1到100之间随机数//Beta 分布。参数的条件是 alpha >0和 beta >0。返回值的范围介于0和1之间。
//指数分布。 lambd 是1.0除以所需的平均值，它应该是⾮零的。（该参数本应命名为 “lambda” ，但这是 Python 中的保留字。）
//如果 lambd 为正，则返回值的范围为0到正⽆穷⼤；如果 lambd 为负，则返回值从负⽆穷⼤到0。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。