python3.5

作用：實現了多種類型的偽隨機數生成器

random模塊基于Mersenne Twister 算法提供了一個快速偽隨機數生成器。原先開發這個生成器是為了向蒙特卡洛模擬生成輸入，Mersenne Twister算法會生成有一個大周期的近均勻分布的數，以適用于各種類型的應用。

?

1.生成隨機數

random()函數從所生成的序列返回下一個隨機的浮點數值。返回的所有值都在0-n之間。

import random

for i in range(5):
??? print("%04.3f" % random.random())
0.166
0.201
0.282
0.920
0.429

要生成一個指定數值區間內的數，則要使用uniform().

import random

for i in range(3):
??? print("%.3f" % random.uniform(1,100))
3.520
79.323
15.854

傳入最大值和最小值，uniform()會使用公式min+(max-min)*random()來調整random()的返回值

?

2.指定種子

每次調用random()會生成不同的值，在一個非常的的周期之后數字才會重復。這對于生成唯一值或變化的值很有用，不過有些情況下可能需要提供相同的數據集，從而以不同的方式處理。對此，一種方法是使用一個程序來生成隨機數，并保存這些隨機數，以便通過一個單獨的方式另行處理。不過對于量很大的數據來說可能并不實用，所以random包含了一個seed()函數，用來初始化偽隨機數生成器，使它能生成一個期望的值集。

種子(seed)值會控制生成偽隨機數所用公式產生的第一個值，由于公式是確定的，改變種子也就設置了整個要生成的序列。seed()的參數可以是任意可散列對象。默認會使用平臺特定的隨機源（如果有的話）。否則，會使用當前時間。

【偽隨機數之所以是偽，應該就是這個原因了吧，種子定了，整個序列就定了，通過不短變換種子值得到隨機數】

?

3.保存狀態

random()使用的偽隨機算法的內部狀態可以保存，并用于控制后續各輪生成的隨機數。繼續生成隨機數之前恢復前一個狀態，這會減少有之前輸入得到重復的值或值序列的可能性。getstate()函數會返回一些數據，以后可以用setstate()利用這些數據重新初始化偽隨機數生成器。

import random
import os
import pickle

if os.path.exists('state.dat'):
??? print("Found state.dat, initializing random module")
??? with open('state.dat','rb') as fp:
??????? state=pickle.load(fp)
??? random.setstate(state)
else:
??? print("No state.dat, seeding")
??? random.seed(1)

for i in range(3):
??? print("%.3f" % random.random())
print()

with open('state.dat','wb') as fp:
??? pickle.dump(random.getstate(),fp)

print("\nAfter saving state")
for i in range(3):
??? print("%.3f" % random.random())
print()

gerstate()返回的數據是一個實現細節，所以這個例子用pickle將數據保存到一個文件，不過可以把它當作一個黑盒。如果程序開始是這個文件存在，則加載原來的狀態并繼續。每次運行時都會在保存之前及之后生成一些書，以展示恢復狀態會導致生成器在次生成同樣的值

【相當于電影重放一樣，設置一個節點getstate()[記錄播放到的時間]，用setstate()回到上次節點的時間，再次播放一遍】

?

4.隨機整數

random()將生成浮點數。可以吧結果轉換為整數，不過直接使用randint()生成整數會更方便。

import random

print("[1,100]")
for i in range(5):
??? print(random.randint(1,100),end=' ')
print()

print("[-10,5]")
for i in range(5):
??? print(random.randint(-10,5),end=' ')

?

?

randint()的參數的值是閉區間的兩端。這些數可以是正數或負數，不過第一個值要小于第二個值。

randrange()是從區間選擇值的一種更一般的形式。除了開始值（start）和結束值（stop），randrange()還支持步長（step）參數，所以它完全等價于從range(start,stop,step)選擇一個隨機值。不過randrange更高效，因為它并沒有真正構造區間。

?

5.選擇隨機元素 choice()

在一個序列中隨機選擇。

模擬拋硬幣：

view plaincopy to clipboardprint

import random??

?

out={'heads':0,'tail':0}??

?

sides=['heads','tail']??

?

for i in range(100000):??

??? out[random.choice(sides)]+=1?

?

print('head:',out['heads'])??

print('tail:',out['tail'])?

?

這樣不必再使用數字進行轉換

?

。。。，排列，采樣，多個并發生成器，SystemRandom,非均勻分布，角分布，大小分布

轉載于:https://www.cnblogs.com/DreamZero/p/5071558.html

總結

以上是生活随笔為你收集整理的random---伪随机数生成器的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。