python常用库random

random是python自带的库，用来生成随机数，或随机取值等。

随机生成值

随机浮点数

random.random()

random.random()：生成[0, 1)之间的随机浮点数并返回

import random
r = random.random()
print(r)

执行结果如下：

0.9639100107207462

random.uniform(a, b)

random.uniform(a, b)：在指定范围[a, b]（或[b, a]）之间，随机生成一个浮点数并返回；参数a和b的类型是浮点数

import random
r1 = random.uniform(2, 19.3)
r2 = random.uniform(190, 47)
r3 = random.uniform(-78, 2)
print("在[2, 19.3]之间的随机数：", r1)
print("在[190, 47]之间的随机数：", r2)
print("在[-78, 2]之间的随机数：", r3)

执行结果如下：

在[2, 19.3]之间的随机数： 4.030505355527254
在[190, 47]之间的随机数： 172.06876178208802
在[-78, 2]之间的随机数： -67.73925750171473

随机整数

random.randint(a, b)

random.randint(a, b)：在[a, b]之间随机生成一个整数并返回

• 参数a和b必须是int类型的数据，且a<=b，否则参数校验报错

import random

r1 = random.randint(2, 19)
r2 = random.randint(190, 190)
r3 = random.randint(-78, 2)
print("在[2, 19]之间的随机整数：", r1)
print("在[190, 190]之间的随机整数：", r2)
print("在[-78, 2]之间的随机整数：", r3)

执行结果为：

在[2, 19]之间的随机整数： 5
在[190, 190]之间的随机整数： 190
在[-78, 2]之间的随机整数： -41

random.randrange(start, stop, step)

random.randrange(start, stop=None, step=1)：在[start, stop)之间，以start开始，间隔step，到stop（不包含）结束，随机取其中一个数值，类似于在range(start, stop, step)中随机取一个数值

• 参数start、stop、step必须是整数（可以为float类型，但是必须是整数），否则会报错
• step不能为0
  • 若step>0，则必须满足start<stop，即start必须小于stop（大于等于会报错）
  • 若step<0，则必须满足start>stop
• 参数可以只传一个，传一个时，默认传入的是stop的值，这个时候start为0

import random

r1 = random.randrange(2, 19)
r2 = random.randrange(2, 19)
r3 = random.randrange(2, 3)
print("在[2, 19)之间的随机整数：  randrange(2, 19)=", r1)
print("在[2, 19)之间的随机整数：  randrange(2, 19)=", r2)
print("在[2, 3)之间的随机整数（只有2符合）：  randrange(2, 3)=", r3)

r4 = random.randrange(2, 19, 4)
r5 = random.randrange(2, 6, 4)
print("在[2, 19)之间的随机整数，且与2的差可被4整除：  randrange(2, 19, 4)=", r4)
print("在[2, 6)之间的随机整数（一直是2）：  randrange(2, 19, 4)=", r5)

r6 = random.randrange(-45, 4)
print("参数为负数时参考：  randrange(-45, 4)=", r6)
r7 = random.randrange(12, 3, -2)
print("参数step为负数时参考：  randrange(12, 3, -2)=", r7)

执行结果如下：

在[2, 19)之间的随机整数：  randrange(2, 19)= 9
在[2, 19)之间的随机整数：  randrange(2, 19)= 12
在[2, 3)之间的随机整数（只有2符合）：  randrange(2, 3)= 2
在[2, 19)之间的随机整数，且与2的差可被4整除：  randrange(2, 19, 4)= 6
在[2, 6)之间的随机整数（一直是2）：  randrange(2, 19, 4)= 2
参数为负数时参考：  randrange(-45, 4)= -27
参数step为负数时参考：  randrange(9, 3, -2)= 8

随机取值

random.choice(seq)

random.choice(seq)：从序列seq中随机取一个元素
seq可以是字符串，为字符串时是随机取一个字符，如果是列表、元组等，则是随机取一个元素，也可以是序列类型的迭代器，比如range()

import random

r1 = random.choice("abcdefghijklmn1234567890")
print("从字符串随机取值：", r1)

r2 = random.choice([34, 16, "24w", "xiaoba", 34.21, [23, 66]])
print("从列表中随机取元素：", r2)

r3 = random.choice((45, "rand", "没门", 23.63))
print("从集合中随机取元素：", r3)

itera = range(2, 10, 2)
r4 = random.choice(itera)
print("参数类型是", type(itera), "从中随机取的值：", r4)

执行结果如下：

从字符串随机取值： 5
从列表中随机取元素： xiaoba
从集合中随机取元素： 45
参数类型是 <class 'range'> 从中随机取的值： 4

random.choices()

random.choices(population, weights=None, *, cum_weights=None, k=1)

• 返回：返回一个元素个数为k的列表，元素是从population中随机获取（可重复）
• 参数：
  • population：必须是序列形式的（字符串不行），比如列表、元组、集合、序列类型(range这种）等
  • weights：相对权重设置，序列形式传入，序列的元素个数必须与population的元素个数保持一致
  • cum_weights：累加权重，序列形式传入，序列的元素个数必须与population的元素个数保持一致
  • k：随机获取次数，即循环多少次从population中随机获取元素，默认为1

未设置权重

若未设置权重时，每个元素被随机到的概率是一样的

import random

data = ['人', '生', '苦', '短']
print("data的数据为：", data)
# 默认循环data列表1次进行随机获取
r1 = random.choices(data)
print("random.choices(data) \n   结果为：", r1)

# 设置循环data列表6次进行随机获取
r2 = random.choices(data, k=6)
print("\nrandom.choices(data, k=6) \n   结果为：", r2)

执行结果如下：

data的数据为： ['人', '生', '苦', '短']
random.choices(data) 
   结果为： ['人']

random.choices(data, k=6) 
   结果为： ['短', '苦', '短', '短', '生', '生']

设置权重

设置权重是要对population参数中的每一个元素进行设置（少一个都不行）

相对权重

weights参数是以相对权重的方式来设置权重的，比如weights=[2, 3, 1, 3]时，第一、二、三的概率分别为2/9、3/9、1/9，计算方式为：对应权重/总权重，总权重weights各个元素的和，即2+3+1+3=9

import random

data = ['人', '生', '苦', '短']
print("data的数据为：", data)

r1 = random.choices(data, weights=[2, 3, 1, 3], k=6)
print("设置了相对权重：", r1)

执行结果如下：

data的数据为： ['人', '生', '苦', '短']
设置了相对权重： ['苦', '短', '人', '短', '生', '短']

累加权重

还可以以累加权重的方式来设置权重，累加权重的设置是在cum_weights参数中传入的。累加权重可以理解为当前元素的权重值=前一个元素权重值+自个的权重值，所以当前元素的权重值肯定是大于等于前一个元素的权重值，最后一个元素就是总权重值。

可以以相对权重去理解累加权重，比如weights=[2, 3, 1, 3]想转成累加权重的话，思路如下：

• 第1个元素累加权重值cum_weights[0]计算：前面没有其他元素了，前一个元素的权重值可以理解为0，所以它的累加权重值是weights[0]+0，即cum_weights[0] = weights[0] = 2
• 第2个元素累加权重值cum_weights[1]计算：前一个元素的累加权重值cum_weights[0]，第二个元素自个的权重值是weights[1]，所以cum_weights[1]=cum_weights[0]+weights[1]=2+3=5
• 第3个元素累加权重值cum_weights[2]计算：前一个元素的累加权重值cum_weights[1]，第二个元素自个的权重值是weights[2]，所以cum_weights[2]=cum_weights[1]+weights[2]=5+1=6
• 第4个元素累加权重值cum_weights[3]计算：前一个元素的累加权重值cum_weights[2]，第二个元素自个的权重值是weights[3]，所以cum_weights[3]=cum_weights[2]+weights[3]=6+3=9

最后得出weights=[2, 3, 1, 3]转成累加权重的设置是：cum_weights=[2, 5, 6, 9]

import random

data = ['人', '生', '苦', '短']
print("data的数据为：", data)

r1 = random.choices(data, cum_weights=[2, 5, 6, 9], k=6)
print("设置了累加权重：", r1)

r2 = random.choices(data, cum_weights=[0, 1, 1, 1], k=6)
print("累加权重，全部是第二个元素（生）：", r2)

执行结果为：

data的数据为： ['人', '生', '苦', '短']
设置了累加权重： ['生', '短', '人', '短', '苦', '短']
累加权重，全部是第二个元素（生）： ['生', '生', '生', '生', '生', '生']

choices()方法中一般weights和cum_weights传入其中一个参数即可，如果都传了，有些python版本是以cum_weights为准，有些Python版本会报错，所以最好就使用其中一个。

random.sample()

random.sample(population, k, *, counts=None)：将population中的元素按照counts进行复制处理后，随机从处理后的序列中获取k个元素（每一个元素不重复取）并以列表的形式返回

• population：必须是序列形式的（字符串不行），比如列表、集合、序列类型(range这种）等
• counts：序列形式传入，序列的元素个数必须与population的元素个数保持一致
• k：获取的元素个数，必传，且必须满足k<=population与counts处理后的元素个数，否则会报错

注意： sample()不重复取同一个索引的元素，并不表示返回的元素是不重复的，如果population和counts处理后的序列有重复的元素，则可能会返回一样的元素

import random

data = ['人', '生', '苦', '短']
print("data的数据为：", data)

r1 = random.sample(data, 2)
print("\n随机取2个元素：", r1)

r2 = random.sample(data, 4)
print("随机取4个元素（即全部）：", r2)

r3 = random.sample(data, 4, counts=[0, 1, 2, 1])
# 如果传入了counts参数，则是对data进行处理后，在处理后的序列中随机取值
# counts的处理逻辑：counts是指定了data对应索引的值的个数,
# 即data[0]元素有count(0)=0个，data[1]元素有count(1)=1个，data[2]元素有count(2)=2个，data[3]元素有count(3)=1个
# 所以处理后的序列是：['生', '苦', '苦', '短']
# random.sample(data, 4, counts=[0, 1, 2, 1])表示从['生', '苦', '苦', '短']中取4个随机元素
print("传入了counts参数：", r3)

r4 = random.sample(data, 4, counts=[3, 1, 2, 1])
print("传入了counts参数(2)：", r4)

执行结果如下：

data的数据为： ['人', '生', '苦', '短']

随机取2个元素： ['苦', '短']
随机取4个元素（即全部）： ['生', '短', '苦', '人']
传入了counts参数： ['生', '苦', '短', '苦']
传入了counts参数(2)： ['人', '短', '人', '苦']

随机排序

random.shuffle()

random.shuffle(x: List, random=None)：将列表x随机排序，即打乱原有的排序
random这个参数我也不知道怎么用，等我以后有需求了再去了解，就酱

import random

data = ['人', '生', '苦', '短', "我", "用", "Python"]
print("乱序前：", data)
random.shuffle(data)
print("乱序后：", data)

执行结果如下：

乱序前： ['人', '生', '苦', '短', '我', '用', 'Python']
乱序后： ['苦', '短', '人', 'Python', '生', '我', '用']