大家好,這裡是Python程式設計師晚楓。
案例解析
最近在網上看到一個python的面試題目:
如何用Python生成1億個手機號碼?
我第一眼看到的時候心想,這個還不簡單?直接
random。randint(1,999999999999)
就完事了。
但是馬上就發現了這其中的錯誤:這個是生成1-99999999之間的隨機數,可能是1,也可能是666。
但電話號碼是11位的,而且前3位只有指定的號段,比如135、136。直接
random。randint(1,999999999999)
這麼做並不符合條件。
那麼如何生成呢?於是有了下面這段程式碼:
import random
def create_phone_num(num):
all_phone_nums =
set
()
# 存放生成的電話號碼
while
True:
# 因為set會自動去重,因此死迴圈生成電話號碼,直到等於num個號碼停止
start = random。choice([
‘135’
,
‘136’
,
‘137’
])
# 存放前3位的號段,從中隨機取一個
end =
‘’
。join(random。sample(string。digits, 8))
# 隨機生成後面8位數字
all_phone_nums。add(f
‘{start}{end}’
)
# 拼接前3位和後8位
if
len(all_phone_nums) >= num:
# 如果號碼個數等於num,則停止
break
phone_num(10000 * 10000)
經過這次寫程式碼我才發現,原來Python的random裡有那麼多好用的生成隨機數的方法。
我把它們全部整理出來了,今天我們就來一起學習一下~
如有遺漏或者錯誤,歡迎大家多多指點~
隨機數是哪個檔案生成的?
在上面的程式碼第一行:
import random
,我們匯入了random這個標準庫。
這個庫只有一個檔案:
random。py
,這個檔案的結構主要分為
3個
部分(如下圖所示),它們的作用分別是:
2個主要的類:
Random(_random。Random)
和
SystemRandom(Random)
其中我們使用最多的是
Random()
有2個測試方法:
_test_generator(n, func, args)
和
_test(N=2000)
這一部分我們用不到
我們呼叫的函式:使用方法如上面程式碼的
random。choice
、
random。sample
,具體使用方法,我們接下來會詳細解釋。
random提供了哪些隨機數方法?
接下來我們重點講解作為python的使用者,我們會使用到哪些
random
的隨機數方法,也就是上文提到的
random。py
檔案裡的第3部分。
如下圖的程式碼所示,random提供的方法有22個,主要分為2類:
普通使用者
常用的方法,一共有
12個
;
科學計算
常用的方法,一共有
10個
。
def-water
普通使用者的12個隨機數方法怎麼用?
對於上面這22個隨機數方法,我在這裡重點介紹一下普通使用者常用的那12個方法。
至於後面這個10個用於科學計算的方法,因為實在是高深,我就不在這裡浪費時間了,有興趣的同學,可以直接去翻一下數學書:《機率論》。
1。 random。seed & random。getstate & random。setstate
把這3個放到一起說,是因為random本質上生成的是偽隨機數,而這3個函式,很好的體現了偽隨機數這個特性
程式碼示例:seed
# 指定seed後,生成的隨機數一樣
random。seed(
1
)
print(
‘隨機數1:’
, random。random())
random。seed(
1
)
print(
‘隨機數2:’
, random。random())
# output:
# 隨機數1: 0。13436424411240122
# 隨機數2: 0。13436424411240122
程式碼示例: random。getstate & random。setstate
import
random
random。seed(
42
)
print(random。sample(range(
20
), k=
10
))
st = random。getstate()
# 取出生成上一行程式碼後,random的狀態
print(random。sample(range(
20
), k=
20
))
# print 20
random。setstate(st)
# 恢復上一次的隨機狀態
print(random。sample(range(
20
), k=
10
))
# print same first 10
# output:
# [12, 0, 4, 3, 11, 10, 19, 1, 5, 18]
# [4, 9, 0, 3, 10, 8, 16, 7, 18, 17, 14, 6, 2, 1, 5, 11, 15, 13, 19, 12]
# [4, 9, 0, 3, 10, 8, 16, 7, 18, 17]
2。 random。random
隨機生成一個[0,1)之間的浮點數
程式碼示例
float = random。random()
“”“
float = 0。123565654548978
”“”
3。 random。uniform
產生[a,b]範圍內一個隨機浮點數
程式碼示例
float = random。uniform(
11
,
15
)
“”“
float = 13。882923467738049
”“”
4。 random。randint
隨機生成[a,b]範圍內一個整數。
程式碼示例
int = random。randint(
1
,
9
)
“”“
int = 2
”“”
5。 random。choice
從非空序列中隨機選取一個數據並帶回,該序列可以是list、tuple、str、set。
程式碼示例
str = random。choice(
“程式設計師晚楓原創系列”
)
“”“
str = 原
”“”
6。 random。choices
Python3。6版本新增。從叢集中隨機選取k次資料,返回一個列表,可以設定權重。一共有4個引數
population:叢集,必填。
weights:相對權重。
cum_weights:累加權重,不常用。不能和weights共用。
k:選取次數。
程式碼示例
str = [
“程”
,
“序”
,
“員”
,
“晚”
,
“楓”
]
res = random。choices(str, weights=[
0
,
0
,
1
,
0
,
0
], k=
5
)
“”“
因為給【員】這個字,透過weights引數增加了特別的權重:1,而其他的權重都是0,所以不論隨機選多少次,結果都是【員】
res = [‘員’, ‘員’, ‘員’, ‘員’, ‘員’]
”“”
7。 random。randrange(a,b,step)
參考range的用法:
不指定step,隨機生成[a,b)範圍內一個整數。
指定step,step作為步長會進一步限制[a,b)的範圍,比如randrange(0,11,2)意即生成[0,11)範圍內的隨機偶數。
不指定a,則預設從0開始。
程式碼示例
int = random。randrange(
3
,
9
)
“”“
int = 5
”“”
8。 random。sample
從集合中選取k個元素,返回一個列表,叢集可以是list、tuple、str、set。
不會重複:可以理解為發一副撲克牌,確實是隨機發,但是不會重複。
隨機次數,不能超過集合的長度。發牌的時候,一副牌有54張,不可能隨機抽取100次。
程式碼示例
str = [
“程”
,
“序”
,
“員”
,
“晚”
,
“楓”
]
res = random。sample(str,
5
)
“”“
res = [‘員’, ‘序’, ‘程’, ‘楓’, ‘晚’]
”“”
9。 random。shuffle
打亂原來有順序的集合,注意:這個方法沒有返回值,它直接改變的是原集合的順序。所以如果你想改變tuple這種不可變的集合,會報錯。
程式碼示例
str = [
“程”
,
“序”
,
“員”
,
“晚”
,
“楓”
,
“有”
,
“順”
,
“序”
]
random。shuffle(str)
“”“
str = [‘楓’, ‘順’, ‘員’, ‘序’, ‘有’, ‘晚’, ‘序’, ‘程’]
”“”
10。 random。getrandbits
生成指定位數大小的整數。
程式碼示例
int = random。getrandbits(
8
)
“”“
int = 136
”“”
寫在最後
雖然自己是Python程式設計師,但是最近開發中卻發現很多基礎知識自己沒掌握。
於是決定從這一篇開始,我決定帶著當時加入Python時,餵馬劈柴面朝大海的浪漫情懷,去認真的深入整理分享Python常用的知識點。
希望對你有用。
想了解更多精彩內容,快來關注程式設計師晚楓
1行Python程式碼,合併100個Excel檔案,竟然這麼方便?!
某寶動漫頭像一張50元?1行Python程式碼實現,別再去交智商稅了
新人必看:python自動化辦公,開源專案的目錄結構