Python 随机函数完整指南

terry 2年前 (2023-09-29) 阅读数 66 #PHP

文章标签 PHP

随机数广泛应用于计算机科学领域。 Python作为一种强大的编程语言，提供了丰富灵活的数字生成函数。本文将介绍Python Random函数及其相关实现。

1。使用random模式生成随机数

Python提供了random模块，其中包含常用的随机函数。最常见的函数是 random()，它返回 [0,1) 之间的实数。例如：

import random

print(random.random()) # 0.5634431145513393

如果需要生成[a,b]之间的随机整数，可以使用函数randint(a,b)，例如：

import random

print(random.randint(1,10)) # 6

另外，如果需要从指定序列中选择元素，可以使用 (seq) 选项，例如：

import random

seq = ['apple', 'banana', 'cherry']
print(random.choice(seq)) # cherry

如果需要从指定序列中随机选择k个项目，可以使用sample(seq, k)，例如：

import random

seq = ['apple', 'banana', 'cherry', 'durian', 'elderberry']
print(random.sample(seq, 3)) # ['durian', 'banana', 'apple']

2。使用numpy模式生成随机数

除了random模式外，还可以使用numpy模式来生成随机数。numpy提供了许多高级的随机函数。例如，您可以使用 normal(loc=0.0, scale=1.0, size=None) 生成遵循正态分布的随机数。例如：

import numpy as np

print(np.random.normal(0, 1, 10)) # [ 0.51583329 -0.05477974 -0.92134075 -0.02323111 -0.40723169 -0.23010752 -1.03252001 -1.25628067 -0.82866013 -1.0853144 ]

还可以使用Future.random.rand(d0,d1,…,dn)生成一个均匀分布在[0,1]之间的随机数，例如：

import numpy as np

print(np.random.rand(2,3)) # [[0.01051467 0.81569182 0.90880128] [0.31873061 0.15572551 0.77741012]]

3。使用随机数进行数据分析

在数据分析中，随机数也是一个重要的概念。例如，为了模拟蒙特卡罗估计方法，可以使用随机数。下面是一个简单的例子：假设我们有一棵二叉树，每个节点都有一个值，我们想求树中所有节点的值的总和。这个问题可以通过使用随机数来解决，例如：

class Node:
    def __init__(self, value=None, left=None, right=None):
        self.value = value
        self.left = left
        self.right = right

def get_random_tree(depth):
    if depth == 0:
        return None
    else:
        return Node(value=random.randint(1, 10), left=get_random_tree(depth-1), right=get_random_tree(depth-1))

def get_tree_sum(tree):
    if tree == None:
        return 0
    else:
        return tree.value + get_tree_sum(tree.left) + get_tree_sum(tree.right)

tree = get_random_tree(3)
print(get_tree_sum(tree))

上面的代码中，我们首先定义 Node 类来表示二叉树中的节点，然后使用 get_random_tree(depth) 函数生成一棵有深度的随机二叉树，然后使用 get_tree_sum(tree) 函数求值。树中的所有节点