python中怎樣引入一個隨機數

1. python如何生成隨機數、隨機字元、隨機字元串

import random

import string

# 返回給定數量的隨機數列表

lst = random.sample(source, n)

參數source：從source中隨機選擇，n為數量

下面字元串可供選擇

問題簡單了

【生成n個隨機數】

numlst = [int(i) for i in random.sample(string.digits, n)]

numlst為隨機數整形列表

【生成n個隨機字元】

strlst = [i for i in random.sample(string.ascii_letters, n)]

返回一個隨機字元列表strlst。

strlst = [i for i in random.sample(string.ascii_letters, n)]

把隨機字元連接起來就可以了

print(''.join(strlst))

如果需要生成的隨機字元、字元串帶有符號，則使用string.printable作為參數source傳遞給random.sample(source, n)中即可。

望採納！

2. python裡面如何生成隨機數

import ranodm
random.random() #生成0-1之間的隨機浮點數
random.randint(1，10) #生成1-10之間的整數隨機數

3. 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

4. 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

5. 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.

6. python基礎2：隨機數生成—random模塊、numpy中的random函數

在Python中可以用於隨機數生成的有兩種主要途徑，一是random模塊，另一個是numpy庫中random函數。

在我們日常使用中，如果是為了得到隨機的單個數，多考慮random模塊；如果是為了得到隨機小數或者整數的矩陣，就多考慮numpy中的random函數,當然numpy也可以的到隨機的單個數

一、random模塊
二、numpy庫中random函數

random模塊中將近有7個函數都是可以用來生成隨機數的:

作用：隨機生成一個 [0,1) 的浮點數

作用：隨機生成一個 [a,b) 的浮點數

作用：隨機生成一個 [a,b] 的整數

作用：從列表，元組，字元串、集合（可用於for循環的數據類型）中隨機選擇一個元素

作用：在生成的<以a為始，每step遞增，以b為終>這樣的一個整數序列中隨機選擇一個數

作用：打亂一個列表的元素順序

從序列population中隨機取出k個數；population的類型可以是列表、元組、集合、字元串；

在Numpy庫中，常用使用np.random.rand()、np.random.randn()和np.random.randint()隨機函數。

作用：返回一個或一組服從標准正態分布的隨機樣本值

備註：標准正態分布是以0為均數、以1為標准差的正態分布，記為N（0，1）。對應的正態分布曲線如下所示，即

作用：使用方法與np.random.randn()函數相同 ，通過本函數可以返回一個或一組服從「0~1」均勻分布的隨機樣本值。隨機樣本取值范圍是[0,1)，不包括1

numpy.random.randint(low, high=None, size=None, dtype='l')
輸入：
low—–為最小值
high—-為最大值
size—–為數組維度大小
dtype—為數據類型，默認的數據類型是np.int。

作用： 返回隨機整數或整型數組，范圍區間為[low,high），包含low，不包含high； high沒有填寫時，默認生成隨機數的范圍是[0，low

np.random.random([size])
作用：生成[0,1)之間的浮點數,與np.random.rand()功能類似

np.random.choice(a,[ size, replace, p])

參考文檔1： 【python】numpy之random庫簡單的隨機數據生成.rand()、.randint()、.randn()、.random()等（一）
參考文檔2： Python中隨機數的生成
參考文檔3： numpy.random模塊常用函數

終於寫完了，我以為它很簡單的………………預計1小時，結果寫了2.5小時

7. python隨機數模塊怎麼導入

python隨機數模板導入生成的方法：

1、使用「import random」調用random模塊

2、芹攜使用「random.randint()」可以產生隨機寬粗數，例如：慎首鎮「random.randint(1,10)」就產生一個1到10的隨機數隨機數了

示例如下：

更多Python知識，請關註：Python自學網！！