python生成離散型隨機數

A. 關於python中的隨機數生成步驟和隨機數質量

Python生成隨機數和隨機數質量的方法，random.random()用於生成一個指定范圍內的隨機符點數，兩個參數其中一個是上限，一個是下限。如果a > b，則生成隨機數：

printrandom.uniform(10,20)
printrandom.uniform(20,10)
#----
#18.7356606526
#12.5798298022
random.randint

用於生成一個指定范圍內的整數。其中參數a是下限，參數b是上限，Python生成隨機數

printrandom.randint(12,20)#生成的隨機數n:12<=n<=20
printrandom.randint(20,20)#結果永遠是20
#printrandom.randint(20,10)#該語句是錯誤的。

random.randrange方法從指定范圍內，按指定基數遞增的集合中 ，下面對python生成隨機數的應用程序的部分介紹：

1.隨機整數：

>>>importrandom
>>>random.randint(0,99)
21

2.隨機選取0到100間的偶數：

>>>importrandom
>>>random.randrange(0,101,2)
42

3.隨機浮點數：

>>>importrandom
>>>random.random()
0.85415370477785668
>>>random.uniform(1,10)
5.4221167969800881

4.隨機字元：

>>>importrandom
>>>random.choice('abcdefg&#%^*f')
'd'

5.多個字元中選取特定數量的字元：

>>>importrandom
random.sample('abcdefghij',3)
['a','d','b']

6.多個字元中選取特定數量的字元組成新字元串：

>>>importrandom
>>>importstring
>>>string.join(random.sample(['a','b','c','d','e','f','g','h','i','j'],3)).r
eplace("","")
'fih'

B. python裡面如何生成隨機數

import
random
testlist
=
[1,3,4,5]
a,b
=
1,5
random.random()
生成0至1之間的隨機浮點數，結果大於等於0.0，小於1.0
random.randint(a,b)
生成1至5之間的隨機整數，結果大於等於1，小於等於5，a必須小於等於b
random.choice(testlist)從testlist中隨機挑選一個數，也可以是元組、字元串

C. 在python中要生成隨機數,應該使用

在Python中要生成隨機數，可以使用random模塊中的random函數。這個函數會返回一個0到1之間（包含0和1）的隨機浮點數。我們可以通過乘以一個數並進行取整運算來前仿生成特定范圍內的整數隨機數。比如生成1到10之間的隨機整數，可以使用int(random.random() * 10) 1。此外，random模塊中還可以使用純悔伏randint函數直接生成指定范圍內的隨機整數，比如生做攜成1到10之間的隨機整數，可以使用random.randint(1,10)。當然，生成隨機數還有許多其他的函數和技巧，在實際編程中要根據具體情況選擇合適的方法。

D. python用什麼函數產生隨機數

在python中用於生成隨機數的模塊是random,在使用前需要import
random.random:
random.random():生成一個0-1之間的隨機浮點數.例:

[python] view plain
import random
print random.random()
# 0.87594424128
random.uniform
random.uniform(a, b):生成[a,b]之間的浮點數.例:

[python] view plain
import random
print random.uniform(0, 10)
# 5.27462570463
random.ranint
random.randint(a, b):生成[a,b]之間的整數.例:

[python] view plain
import random
print random.randint(0, 10)
# 8
random.randrange
random.randrange(a, b, step):在指定的集合[a,b)中,以step為基數隨機取一個數.如random.randrange(0, 20, 2),相當於從[0,2,4,6,...,18]中隨機取一個.例:

[python] view plain
import random
print random.randrange(0, 20, 2)
# 14

E. python裡面如何生成隨機數

random模塊
隨機整數：random.randint(a,b)：返回隨機整數x,a<=x<=b
random.randrange(start,stop,[,step])：返回一個范圍在(start,stop,step)之間的隨機整數，不包括結束值。
隨機實數：random.random( ):返回0到1之間的浮點數
random.uniform(a,b):返回指定范圍內的浮點數。

F. python中的隨機數是怎麼實現的

PYTHON中的偽隨機數發生器用的是梅森旋轉演算法。
梅森旋轉演算法（Mersenne twister）是一個偽隨機數發生演算法。由松本真和西村拓士在1997年開發，基於有限二進制欄位上的矩陣線性遞歸。可以快速產生高質量的偽隨機數，修正了古典隨機數發生演算法的很多缺陷。
梅森旋轉演算法是R、Python、Ruby、IDL、Free Pascal、PHP、Maple、Matlab、GNU多重精度運算庫和GSL的默認偽隨機數產生器。從C++11開始，C++也可以使用這種演算法。
整個演算法主要分為三個階段：獲得基礎的梅森旋轉鏈；對於旋轉鏈進行旋轉演算法；對於旋轉演算法所得的結果進行處理。
演算法實現的過程中，參數的選取取決於梅森素數，故此得名。
梅森素數由梅森數而來。所謂梅森數，是指形如2↑p－1的一類數，其中指數p是素數，常記為Mp 。如果梅森數是素數，就稱為梅森素數。
例如4-1=3，8-1=7，16-1=15（不是素數），32-1=31，64-1=63（不是素數）等等。

G. python中怎麼設置隨機產生數字

題主你好,

python中random模塊的randint函數可以產生隨機函數:

希望可以幫到題主，歡迎追問.

H. 用python生成隨機數的幾種方法

1 從給定參數的正態分布中生成隨機數
當考慮從正態分布中生成隨機數時，應當首先知道正態分布的均值和方差（標准差），有了這些，就可以調用python中現有的模塊和函數來生成隨機數了。這里調用了Numpy模塊中的random.normal函數，由於邏輯非參簡單，所有直接貼上代碼如下：
import numpy as np# 定義從正態分布中獲取隨機數的函數def get_normal_random_number(loc, scale): """ :param loc: 正態分布的均值 :param scale: 正態分布的標准差 :return:從正態分布中產生的隨機數 """ # 正態分布中的隨機數生成 number = np.random.normal(loc=loc, scale=scale) # 返回值 return number# 主模塊if __name__ == "__main__": # 函數調用 n = get_normal_random_number(loc=2, scale=2) # 列印結果 print(n) # 結果:3.275192443463058

2 從給定參數的均勻分布中獲取隨機數的函數
考慮從均勻分布中獲取隨機數的時候，要事先知道均勻分布的下界和上界，然後調用Numpy模塊的random.uniform函數生成隨機數。
import numpy as np# 定義從均勻分布中獲取隨機數的函數def get_uniform_random_number(low, high): """ :param low: 均勻分布的下界 :param high: 均勻分布的上界 :return: 從均勻分布中產生的隨機數 """ # 均勻分布的隨機數生成 number = np.random.uniform(low, high) # 返回值 return number# 主模塊if __name__ == "__main__": # 函數調用 n = get_uniform_random_number(low=2, high=4) # 列印結果 print(n) # 結果:2.4462417140153114

3 按照指定概率生成隨機數
有時候我們需要按照指定的概率生成隨機數，比如已知盒子中每種顏色的球的比例，猜測下一次取出的球的顏色。在這里介紹的問題和上面的例子相似，要求給定一個概率列表，從列表對應的數字列表或區間列表中生成隨機數，分兩部分討論。
3.1 按照指定概率從數字列表中隨機抽取數字
假設給定一個數字列表和一個與之對應的概率列表，兩個列表對應位置的元素組成的元組即表示該數字在數字列表中以多大的概率出現，那麼如何根據這些已知條件從數字列表中按概率抽取隨機數呢？在這里我們考慮用均勻分布來模擬概率，代碼如下：
import numpy as npimport random# 定義從均勻分布中獲取隨機數的函數def get_uniform_random_number(low, high): """ :param low: 均勻分布的下界 :param high: 均勻分布的上界 :return: 從均勻分布中產生的隨機數 """ # 均勻分布的隨機數生成 number = np.random.uniform(low, high) # 返回值 return number# 定義從一個數字列表中以一定的概率取出對應區間中數字的函數def get_number_by_pro(number_list, pro_list): """ :param number_list:數字列表 :param pro_list:數字對應的概率列表 :return:按概率從數字列表中抽取的數字 """ # 用均勻分布中的樣本值來模擬概率 x = random.uniform(0, 1) # 累積概率 cum_pro = 0.0 # 將可迭代對象打包成元組列表 for number, number_pro in zip(number_list, pro_list): cum_pro += number_pro if x < cum_pro: # 返回值 return number# 主模塊if __name__ == "__main__": # 數字列表 num_list = [1, 2, 3, 4, 5] # 對應的概率列表 pr_list = [0.1, 0.3, 0.1, 0.4, 0.1] # 函數調用 n = get_number_by_pro(number_list=num_list, pro_list=pr_list) # 列印結果 print(n) # 結果:1

3.2 按照指定概率從區間列表中的某個區間內生成隨機數
給定一個區間列表和一個與之對應的概率列表，兩個列表相應位置的元素組成的元組即表示某數字出現在某區間內的概率是多少，已知這些，我們如何生成隨機數呢？這里我們通過兩次使用均勻分布達到目的，代碼如下：
import numpy as npimport random# 定義從均勻分布中獲取隨機數的函數def get_uniform_random_number(low, high): """ :param low: 均勻分布的下界 :param high: 均勻分布的上界 :return: 從均勻分布中產生的隨機數 """ # 均勻分布的隨機數生成 number = np.random.uniform(low, high) # 返回值 return number# 定義從一個數字列表中以一定的概率取出對應區間中數字的函數def get_number_by_pro(number_list, pro_list): """ :param number_list:數字列表 :param pro_list:數字對應的概率列表 :return:按概率從數字列表中抽取的數字 """ # 用均勻分布中的樣本值來模擬概率 x = random.uniform(0, 1) # 累積概率 cum_pro = 0.0 # 將可迭代對象打包成元組列表 for number, number_pro in zip(number_list, pro_list): cum_pro += number_pro if x < cum_pro: # 從區間[number. number - 1]上隨機抽取一個值 num = get_uniform_random_number(number, number - 1) # 返回值 return num# 主模塊if __name__ == "__main__": # 數字列表 num_list = [1, 2, 3, 4, 5] # 對應的概率列表 pr_list = [0.1, 0.3, 0.1, 0.4, 0.1] # 函數調用 n = get_number_by_pro(number_list=num_list, pro_list=pr_list) # 列印結果 print(n) # 結果:3.49683787011193