python随机数(random)

需要导入的库:

import random
import string

一、随机整数:
1、包含上下限:[a, b]

random.randint(a,b)

在python中的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。
下限必须小于等于上限,大于上限报错。

random.randint(1,50)#随机生成最小值为1,最大值为50的整数(可以等于上下限)
random.randint(20, 20)  #上下限一样时结果永远是20 

2、不包含上限:[a, b)

参数a是下限,参数b是上限,生成的随机数n: a <= n < b。

random.randrange(a, b)

randint和randrange的区别:
randint 产生的随机数区间是包含左右极限的,也就是说左右都是闭区间的[1, n],能取到1和n。
而 randrange 产生的随机数区间只包含左极限,也就是左闭右开的[1, n),1能取到,而n取不到。
randint 产生的随机数是在指定的某个区间内的一个值,而 randrange 产生的随机数可以设定一个步长,也就是一个间隔。
randint 无法设定步长,会报错。

3、# 随机选取指定范围内指定基数递增集合中的随机数

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.randrange([start], stop[, step])

随机选取0到100间的偶数:

 random.randrange(0, 101, 2)

二、随机浮点数
1、0-1之间的随机浮点数

0 <= n < 1.0

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

2、随机浮点数:

random.uniform(a, b)

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。
(random.uniform()可以允许下限大于上限,不会报错,随机结果在a和b之间,可以等于上下限)

random.uniform(1, 10)  #随机生成1到10之间的浮点数,可等于1或10
random.uniform(10, 1)  #随机生成1到10之间的浮点数,可等于1或10

三、随机选取字符:
1、随机字符

random.choice(sequence)

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。
示例:

print(random.choice('abcdefghijklmnopqrstuvwxyz!@#$%^&*()'))
print(random.choice("学习Python"))
print(random.choice(["JGood", "is", "a", "handsome", "boy"]))
print(random.choice(("Tuple", "List", "Dict")))

运行结果:

u
P
boy
Tuple

2、多个字符中生成指定数量的随机字符:

print random.sample(‘zyxwvutsrqponmlkjihgfedcba’,5)
从a-z A-Z 0-9生成指定数量的随机字符:

 a_str = ''.join(random.sample(string.ascii_letters + string.digits, 5)) #生成5位随机字符,包括大小写字母和数字

join() 方法用于将序列中的元素以指定的字符连接生成一个新的字符串。

语法:str.join(sequence)

实例:
s1 = “-”
s2 = “”
seq = (“r”, “u”, “n”, “o”, “o”, “b”) # 字符串序列
print (s1.join( seq ))
print (s2.join( seq ))
以上实例输出结果如下:
r-u-n-o-o-b
runoob

3、多个字符中选取指定数量的字符组成新字符串:

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

print(''.join(random.sample(['z','y','x','w','v','u','t','s','r','q','p','o','n','m','l','k','j','i','h','g','f','e','d','c','b','a'], 5)))

运行结果:

zlesv

四、打乱排序

random.shuffle(x[, random])

random.shuffle(x[, random]),用于将一个列表中的元素打乱。

items = [1, 2, 3, 4, 5, 6, 7, 8, 9, 0,"Python", "is", "powerful", "simple"]
print(items)
random.shuffle(items)
print(items)

运行结果:

[1, 2, 3, 4, 5, 6, 7, 8, 9, 0, 'Python', 'is', 'powerful', 'simple']
['Python', 1, 'is', 3, 2, 6, 'simple', 9, 'powerful', 4, 5, 8, 0, 7]

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,230评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,261评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,089评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,542评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,542评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,544评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,922评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,578评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,816评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,576评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,658评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,359评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,937评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,920评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,156评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,859评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,381评论 2 342

推荐阅读更多精彩内容