Python學習筆記 random 子產品

目錄

　　- 簡述

　　- 常用方法及解析

　　- 小栗子

簡述

　　random 子產品實作了各種分布的僞随機數生成器，利用這些僞随機數生成器，我們可以得到僞随機的數或者序列。

　　可以通過屬性 random.__all __ 來擷取子產品内所有公開的函數。random 子產品幾乎所有函數都依賴于基本函數 random() ，它在半開放區間 [0.0,1.0) 内均勻地生成随機浮點數。 Python 使用 Mersenne Twister 作為核心生成器，它産生 53 位精度浮點數，周期為 219937-1 ，其在 C 的底層實作，既快又線程安全。 Mersenne Twister 是現存測試最廣泛的随機數發生器之一。 但是，因為它的完全确定性，它不适用于所有工作，且完全不适合加密工作。

　　random 子產品提供的函數其實是 random.Random 類的隐藏執行個體的綁定方法，該隐藏執行個體名為 _inst ，它在 random 導入時被建立，并将其方法導出為子產品級函數，這些函數在使用者代碼和 Python 庫中共享狀态。如果你想擷取不共享狀态的生成器，可以通過執行個體化 random.Random 來實作。

　　除了 Random 類，random 子產品還提供了 SystemRandom 類，它使用系統函數 os.urandom() 從作業系統提供的源中生成随機數。這并非适用于所有系統， 也不依賴于軟體狀态，序列不可重制。

　　下面介紹 random 子產品中常用的函數

常用方法及解析

常用的方法

random.random()
        功能：傳回 [0.0, 1.0) 區間内的一個僞随機浮點數
        參數：無
        傳回值：一個浮點數

    uniform(a, b)
        功能：傳回 [a, b] 或 [a, b)區間（這取決于a+(b-a)*random()中的浮點舍入）内的一個僞随機浮點數
        參數：a, b可以是整數也可以是浮點數，a 也可以大于 b，其中小的為起點，大的為終點
        傳回值：一個浮點數

    randint(a, b)
        功能：傳回 [a, b] 區間内的一個随機整數
        參數：a 和 b 為兩個整數，且 a<=b
        傳回值：一個整數

    choice(seq)
        功能：從非空序列 seq 傳回一個随機元素
        參數：seq 為非空序列
        傳回值：seq 中的一個元素

    choices(population, weights=None, cum_weights=None, k=1)
        功能：從 population 中選擇，傳回長度為 k 的清單
        參數：population 表示一個序列，weights 表示相對權重，cum_weights 表示累計權重，k 表示從 population 中選出元素(可重複)的個數
        傳回值：一個長度為 k 的清單
        
        說明：如果指定了 weight 序列，則根據相對權重進行選擇。 或者，如果給出 cum_weights 序列，則根據累積權重進行選擇。
        例如，相對權重``[10, 5, 30, 5]``相當于累積權重``[10, 15, 45, 50]``。 
        在内部，相對權重在進行選擇之前會轉換為累積權重，是以提供累積權重可以節省工作量。
        如果既未指定 weight 也未指定 cum_weights ，則以相等的機率進行選擇。 如果提供了權重序列，則它必須與 population 序列的長度相同。

        此處應有個例子：
        """
        	import random
            li = [1, 2]
            print(random.choices(population=li, cum_weights=[2, 10], k=10))
            # [2, 2, 1, 1, 2, 2, 1, 1, 2, 2]
            # 每次輸出結果基本都不一樣，但明顯可以看出 2 的個數要比 1 多
		"""
		
    randrange(start, stop[, step])
        功能：從開始為 start，結束為 stop，步長為 step 的序列中随即傳回一個元素
        參數：start 表示起點，stop 表示終點，step 表示步長，步長可選
        傳回值：[start, stop)序列中的一個元素
        說明：該函數相當于  choice(range(start, stop, step)) ，但實際上并沒有建構一個 range 對象。

    shuffle(x[, random])
        功能：将序列 x 随機排序
        參數：x 表示一個可變序列，random 表示一個 0 參函數，在 [0.0, 1.0) 中傳回随機浮點數；預設情況下，這是函數 random()
        傳回值：None

    sample(population, k)
        功能：傳回從給定序列或集合中選擇的唯一進制素的長度為 k 的清單。 用于無重複的随機抽樣
        參數：population 表示給定的序列或集合，k 表示傳回清單的長度
        傳回值：傳回包含來自 population 元素的新清單，同時保持 population 不變
        
        說明：要從一系列整數中選擇樣本，請使用 range() 對象作為參數。 因為對于大量資料來說，這種方法特别快且節省空間

    seed(a=None, version=2)
        功能：指定種子來初始化僞随機數生成器。
        參數：a 表示随機數種子，若為 None，則預設為是目前的系統時間，version 表示版本号
        傳回值：None
        
        說明：a 可以是 int，若為 str 、 bytes 或 bytearray 則轉換為 int 并使用它的所有位(對于版本 2)

    getstate()
        功能：擷取生成器目前内部狀态的對象，這個對象可以傳遞給 setstate() 來恢複狀态
        參數：無
        傳回值：一個三元組，表示生成器的内部狀态

    setstate(state)
        功能：從 getstate() 傳回的對象中恢複内部狀态
        參數：state 應該是 getstate() 的傳回對象
        傳回值：None

    getrandbits(k)
        功能：生成具有 k個随機位的 int
        參數：表示生成的随機數的二進制位數
        傳回值：一個整數
           

一些數學分布(不做詳細介紹)

vonmisesvariatee(mu, kappa)
        normalvariate(mu, sigma)：正态分布
        lognormvariate(mu, sigma)：對數正态分布
        expovariate(lambd)：指數分布
        gammavariate(alpha, beta)：伽瑪分布
        triangular(low, high, mode)：對稱分布
        gauss(mu, sigma)：高斯分布
        betavariate(alpha, beta)：貝塔分布
        paretovariate(alpha)：帕累托分布
        weibullvariate(alpha, beta)：威布爾分布
           

小栗子

随機生成驗證碼的小栗子

import random


def my_test(n):
    password = ''
    for i in range(n):
        s1 = chr(random.randint(65, 90))
        s2 = str(random.randint(0, 9))
        password += random.choice([s1, s2])
    return password


print(my_test(6))