7.17 random库的使用

random库的基本介绍

random库是使用随机数的Python标准库

伪随机数：采用梅森旋转算法生成的(伪)随机序列中元素random库主要用于生成随机数使用random库：import random

random库包括两类函数，常用共8个

基本随机数函数： seed(), random()扩展随机数函数：randint(), getrandbits(), uniform(),randrange(), choice(), shuffle()

扩展随机数函数

函数描述randint(a,b)生成一个[a, b]之间的整数randrange(m, n[, k])生成一个[m, n)之间以k为步长的随机整数getrandbits(k)getrandbits(k)uniform(a, b)生成一个[a, b]之间的随机小数choice(seq)从序列seq中随机选择一个元素shuffle(seq)将序列seq中元素随机排列，返回打乱后的序列 import random random.randint(10, 100) # 64 random.randrange(10, 100, 10) # 80 random.getrandbits(16) # 37885 random.uniform(10, 100) # 11.334920142209832 random.choice([1, 2, 3, 4, 5, 6, 7]) # 6 s = [1, 2, 3, 4, 5, 6, 7, 8, 9] random.shuffle(s) print(s) # [3, 9, 7, 4, 1, 2, 6, 5, 8]

需要掌握的能力

能够利用随机数种子产生"确定"伪随机数能够产生随机整数能够对序列类型进行随机操作

使用random库完成圆周率的近似计算

在正方形内部，随机产生10000个点（即10000个坐标对 (x, y)），计算它们与中心点的距离，从而判断是否落在圆的内部。如果这些点均匀分布，那么圆内的点应该占到所有点的 π/4，因此将这个比值乘以4，就是π的近似值。

from random import random from time import perf_counter DARTS = 1000 * 1000 hits = 0.0 start = perf_counter() for i in range(1, DARTS + 1): x, y = random(), random() dist = pow(x**2 + y**2, 0.5) if dist <= 1.0: hits = hits + 1 pi = 4 * (hits / DARTS) print("圆周率近似值是: {}".format(pi)) print("运行时间是: {:.5f}s".format(perf_counter() - start))

​ 圆周率近似值是: 3.141364 ​ 运行时间是: 0.71023s

转载于:https://www.cnblogs.com/dadazunzhe/p/11202415.html

相关资源：JAVA上百实例源码以及开源项目