不間斷 Python 挑戰 Day 7 - random()模組

更新於 發佈於 閱讀時間約 6 分鐘
當我們需要在程式中模擬或實作一些隨機發生的事件,例如模擬猜拳、丟骰子的結果,便需要程式可以根據開發者輸入的數值範圍、型態等,隨機產生一個結果,而Python的random()函數便是用於實現這個功能。

調用random()函數

使用import導入random模組。
import random

產生隨機整數

以下幾個方法可以產生指定區間的隨機整數:
randrange([start, ]stop[, step])
  • start:指定區間的起始值,若沒有輸入則預設為0。
  • stop:指定區間的結束值,不包含stop。
  • step:區間遞增的間隔,若沒有輸入則預設為1。
randint(a, b)
  • 產生一個[a, b]區間內的隨機整數。
例如,以下的程式碼會隨機產生1到9之間的整數:
# generate a random integer between 1 and 9
rand_int = random.randrange(1, 10, 1)
print(rand_int)

# generate a random interger between 1 and 9
rand_int = random.randint(1, 9)
print(rand_int)
輸出結果每個人會不同:
5
1

產生隨機浮點數

以下幾個方法可以產生隨機浮點數:
random.random()
  • 產生一個[0.0, 1.0)區間內的隨機浮點數。
random.uniform(a,b)
  • 產生一個[a, b](如果a ≤ b)或[b, a](如果b < a)區間內的隨機浮點數。
random.expovariate(λ)
  • 產生一個服從母數為λ的指數分布區間內的隨機浮點數。
random.gauss(μ, σ)
random.normalvariate(μ, σ)
  • 產生一個平均為μ、標準差為σ的常態分布區間內的隨機浮點數。
以下範例產生隨機浮點數:
# generate a random floating point between [0.0, 1.0)
rand_float = random.random()
print(rand_float)

# generate a random floating point corresponding to an uniform distribution between [0, 1]
rand_float = random.uniform(0, 1)
print(rand_float)

# generate a random floating point corresponding to a exponential distribution with lambda = 0.1
rand_float = random.expovariate(0.1)
print(rand_float)

# generate a random floating point corresponding to a gaussian distribution with mean = 0 and standard deviation = 1
rand_float = random.gauss(0, 1)
print(rand_float)

# generate a random floating point corresponding to a normal distribution with mean = 0 and standard deviation = 1
rand_float = random.normalvariate(0, 1)
print(rand_float)
輸出結果同樣每個人會不同:
0.9994071238802772
0.32634858726972726
25.89070912867779
-0.010389111766063115
-0.564451531564574

產生隨機序列

和隨機整數及隨機浮點數相同,我們也可在一組序列資料中隨機取出一筆資料或資料集合:
random.shuffle(x)
  • 使序列資料x重新隨機排列。
random.choice(x)
  • 從序列資料x中隨機取出一個元素。
random.choices(x, weights, cum_weights, k)
  • 從序列資料x中隨機取出k個元素,並可設定每個元素取出的權重(weights)或累積權重(cum_weights)。
random.sample(x, k)
  • 從序列資料x中隨機取出k個元素。
以下範例以之前在串列提過的例子,展示隨機序列的結果:
# random list
cities = ["台北", "桃園", "新竹", "台中", "台南"]
random.shuffle(cities)
print(cities)

# random item from a list
rand_city = random.choice(cities)
print(rand_city)

# random items from a list with different weights
rand_city = random.choices(cities, [10, 20, 30, 40, 50], k=2)
print(rand_city)

# random sample from a list
rand_city = random.sample(cities, 2)
print(rand_city)
輸出結果也是每個人會不同:
['台南', '桃園', '新竹', '台北', '台中']
台南
['台北', '台南']
['台中', '新竹']

程式範例

為什麼會看到廣告
avatar-img
47會員
36內容數
留言
avatar-img
留言分享你的想法!

































































Wei-Jie Weng的沙龍 的其他內容
當我們需要重複一系列有規則的行為,例如從1加到100,或是取得物件裡面的每一個元素,例如將串列裡面的每個元素印出,重複地撰寫程式碼顯然不切實際,for迴圈便是可以讓程式對可迭代物件(iterable object)執行迭代(iteration)的工具。
前面提到變數為程式儲存資料的地方,一個變數可以儲存一個學生的成績、一個人的身高、或是一個人名等,但如果多人的資料要管理,為每個人設計一個變數顯然就有點不切實際,串列就是用來解決這樣的問題。
當我們的程式需要根據某些狀況做出判斷,例如某些條件成立的話,程式就對應做出某種行為,這時單純從頭執行到尾的程式便無法滿足我們的需求,因此便需引進流程控制的概念,也就是if敘述以及其相關的語法,來讓程式可以完成更複雜的工作。
不間斷 Python 挑戰 Day 3 - 基本數學運算
不間斷 Python 挑戰 Day 2 - 註解、變數與資料型態
不間斷 Python 挑戰 Day 1 - 開發環境
當我們需要重複一系列有規則的行為,例如從1加到100,或是取得物件裡面的每一個元素,例如將串列裡面的每個元素印出,重複地撰寫程式碼顯然不切實際,for迴圈便是可以讓程式對可迭代物件(iterable object)執行迭代(iteration)的工具。
前面提到變數為程式儲存資料的地方,一個變數可以儲存一個學生的成績、一個人的身高、或是一個人名等,但如果多人的資料要管理,為每個人設計一個變數顯然就有點不切實際,串列就是用來解決這樣的問題。
當我們的程式需要根據某些狀況做出判斷,例如某些條件成立的話,程式就對應做出某種行為,這時單純從頭執行到尾的程式便無法滿足我們的需求,因此便需引進流程控制的概念,也就是if敘述以及其相關的語法,來讓程式可以完成更複雜的工作。
不間斷 Python 挑戰 Day 3 - 基本數學運算
不間斷 Python 挑戰 Day 2 - 註解、變數與資料型態
不間斷 Python 挑戰 Day 1 - 開發環境
你可能也想看
Google News 追蹤
Thumbnail
賓果的遊戲描述 在一個5x5的方陣上隨機填充1~25的數字。 玩家(使用者) 和 電腦(AI)輪流叫一個號碼,最先占據一整條直線連線的獲勝。 就像小時候玩的bingo 賓果連線遊戲一樣! (可以是占據兩條對角線,可以是占據水平直線,可以是占據垂直直線)
Thumbnail
今天要實作和體驗的是拼單字的小遊戲,類似小時候在報紙、英文童書、或著電子辭典的小遊戲,一開始都是空白,隨著使用者拼對而逐漸顯示原本的單字樣貌,直到整個單字拼出來為止。 場景: 電腦隨機從單字庫裡面撈一個單字出來。 讓使用者扮演玩家去玩拼單字的遊戲。
Thumbnail
相信大家小時候都有和朋友或玩伴玩過一個猜數字的小遊戲,一個人先在1~100裡面設定一個隱藏數字,其他的人去猜,看誰是最後一個猜中的就算輸,或者看誰最快猜中就算贏。 今天要示範如何用Python寫一個猜數字遊戲, 並且會從上層的思考邏輯開始,一步步構建出這個猜數字的小遊戲。
Thumbnail
這一節介紹使用accept-reject algorithm來產生符合特定機率分布的亂數,使得random walker具備Lévy flight的能力。
Thumbnail
這一節的標題是0.4 A Normal Distribution of Random Numbers,介紹常態分布的基本概念,以及相關亂數產生器的使用方法與應用方式。
Thumbnail
在模擬自然界中的事物時導入隨機性,可以讓結果看起來比較自然,但如果導入的隨機性都是uniform distribution,那未免也太呆板了。這時候,我們需要nonuniform distribution亂數,來讓模擬出來的結果,更像真的一樣。
隨機漫步看似簡單,但卻是模擬許多自然界現象的基礎,相關的觀念及程式實作方式,對於瞭解亂數、機率、Perlin noise等工具,會有相當大的幫助。
在這一章中,會透過介紹在螢幕上模擬物體移動時,其背後的原理與實作方法,來介紹亂數(random number)、隨機分布(random distribution)、Perlin noise等,這些可以用來引入隨機性的工具。
Thumbnail
宣告變數 變數是程式中用來儲存和表示數據的標識符號​,並將變數存放在某個記憶體位子 可以用ID的方法查找變數存在哪個記憶體,此方法有利於以後查找問題用。 在大多數程式語言中,變數需要事先聲明(宣告)並賦值。 而Python是一種動態類型語言,不需要顯式宣告變數類型,而是在賦值時自動進行推斷。
Thumbnail
賓果的遊戲描述 在一個5x5的方陣上隨機填充1~25的數字。 玩家(使用者) 和 電腦(AI)輪流叫一個號碼,最先占據一整條直線連線的獲勝。 就像小時候玩的bingo 賓果連線遊戲一樣! (可以是占據兩條對角線,可以是占據水平直線,可以是占據垂直直線)
Thumbnail
今天要實作和體驗的是拼單字的小遊戲,類似小時候在報紙、英文童書、或著電子辭典的小遊戲,一開始都是空白,隨著使用者拼對而逐漸顯示原本的單字樣貌,直到整個單字拼出來為止。 場景: 電腦隨機從單字庫裡面撈一個單字出來。 讓使用者扮演玩家去玩拼單字的遊戲。
Thumbnail
相信大家小時候都有和朋友或玩伴玩過一個猜數字的小遊戲,一個人先在1~100裡面設定一個隱藏數字,其他的人去猜,看誰是最後一個猜中的就算輸,或者看誰最快猜中就算贏。 今天要示範如何用Python寫一個猜數字遊戲, 並且會從上層的思考邏輯開始,一步步構建出這個猜數字的小遊戲。
Thumbnail
這一節介紹使用accept-reject algorithm來產生符合特定機率分布的亂數,使得random walker具備Lévy flight的能力。
Thumbnail
這一節的標題是0.4 A Normal Distribution of Random Numbers,介紹常態分布的基本概念,以及相關亂數產生器的使用方法與應用方式。
Thumbnail
在模擬自然界中的事物時導入隨機性,可以讓結果看起來比較自然,但如果導入的隨機性都是uniform distribution,那未免也太呆板了。這時候,我們需要nonuniform distribution亂數,來讓模擬出來的結果,更像真的一樣。
隨機漫步看似簡單,但卻是模擬許多自然界現象的基礎,相關的觀念及程式實作方式,對於瞭解亂數、機率、Perlin noise等工具,會有相當大的幫助。
在這一章中,會透過介紹在螢幕上模擬物體移動時,其背後的原理與實作方法,來介紹亂數(random number)、隨機分布(random distribution)、Perlin noise等,這些可以用來引入隨機性的工具。
Thumbnail
宣告變數 變數是程式中用來儲存和表示數據的標識符號​,並將變數存放在某個記憶體位子 可以用ID的方法查找變數存在哪個記憶體,此方法有利於以後查找問題用。 在大多數程式語言中,變數需要事先聲明(宣告)並賦值。 而Python是一種動態類型語言,不需要顯式宣告變數類型,而是在賦值時自動進行推斷。