• Python中的random模块


    Python中的random模块用于生成随机数。下面介绍一下random模块中最常用的几个函数。

    随机生成4位数验证码:

    import random
    checkcode = ''
    for i in range(4):                        #因为是4位数的验证码,所以遍历4次
        current = random.randrange(0,4)
        if current != i:
            temp = chr(random.randint(65,90))    #返回整数i对应的ASCII字符。与ord()作用相反
        else:
            temp = random.randint(0,9)
        checkcode += str(temp)  #把数字和ASCII字符都转成字符,就是可以拼接'A'+'2' = 'A2'
    print(checkcode)
    

    random.random

    random.random()用于生成一个0到1的随机符点数: 0 <= n < 1.0

    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: a <= n <= b。如果 a <b, 则 b <= n <= a。

    1. printrandom.uniform(10,20)
    2. printrandom.uniform(20,10)
    3. #----结果(不同机器上的结果不一样)
    4. #18.7356606526
    5. #12.5798298022

    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()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

    1. printrandom.randint(12,20)#生成的随机数n:12<=n<=20
    2. printrandom.randint(20,20)#结果永远是20
    3. #printrandom.randint(20,10)#该语句是错误的。下限必须小于上限。

    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

      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。

    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。下面是使用choice的一些例子:

    1. printrandom.choice("学习Python")
    2. printrandom.choice(["JGood","is","a","handsome","boy"])
    3. printrandom.choice(("Tuple","List","Dict"))

    print random.choice("学习Python") print random.choice(["JGood", "is", "a", "handsome", "boy"]) print random.choice(("Tuple", "List", "Dict"))

    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:

    1. p=["Python","is","powerful","simple","andsoon..."]
    2. random.shuffle(p)
    3. printp
    4. #----结果(不同机器上的结果可能不一样。)
    5. #['powerful','simple','is','Python','andsoon...']

    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.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。

    1. list=[1,2,3,4,5,6,7,8,9,10]
    2. slice=random.sample(list,5)#从list中随机获取5个元素,作为一个片断返回
    3. printslice
    4. printlist#原有序列并没有改变。
    随机整数:
    >>> import random
    >>> random.randint(0,99)
    21
    
    随机选取0到100间的偶数:
    >>> import random
    >>> random.randrange(0, 101, 2)
    42
    
    随机浮点数:
    >>> import random
    >>> random.random()
    0.85415370477785668
    >>> random.uniform(1, 10)
    5.4221167969800881
    
    随机字符:
    >>> import random
    >>> random.choice('abcdefg&#%^*f')
    'd'
    
    多个字符中选取特定数量的字符:
    >>> import random
    random.sample('abcdefghij',3)
    ['a', 'd', 'b']
    
    多个字符中选取特定数量的字符组成新字符串:
    >>> import random
    >>> import string
    >>> string.join(random.sample(['a','b','c','d','e','f','g','h','i','j'], 3)).r
    eplace(" ","")
    'fih'
    
    随机选取字符串:
    >>> import random
    >>> random.choice ( ['apple', 'pear', 'peach', 'orange', 'lemon'] )
    'lemon'
    
    洗牌:
    >>> import random
    >>> items = [1, 2, 3, 4, 5, 6]
    >>> random.shuffle(items)
    >>> items
    [3, 2, 5, 6, 4, 1]
    

      

  • 相关阅读:
    php数组根据某一个键值,把相同键值的合并生成一个新的二维数组
    首次备案图文引导
    阿里云域名备案之如何填写真实性核验单
    国际域名和境外域名能否提交备案
    sublime如何实现函数折叠
    怎样实现给DEDE的栏目增加栏目图片(2)
    深入浅出Hadoop实战开发(HDFS实战图片、MapReduce、HBase实战微博、Hive应用)
    HBase零基础高阶应用实战(CDH5、二级索引、实践、DBA)
    大数据就是这么任性第一季数据结构和算法(一线经验、权威资料、知识新鲜、实践性强、全程源码)
    Cloudera Hadoop 5& Hadoop高阶管理及调优课程(CDH5,Hadoop2.0,HA,安全,管理,调优)
  • 原文地址:https://www.cnblogs.com/alan-babyblog/p/5208173.html
Copyright © 2020-2023  润新知