python教程,如何获得一组随机数?如何设置随机数种子?
发布于 作者:苏南大叔 来源:程序如此灵动~

python
里面的随机数的问题相关的函数很多,可能并不仅限于本文中涉及的函数。只要有随机的概念在里面的python
函数,基本上都会碰到随机数种子的问题。那么,为什么要设置随机数种子?随机数种子有什么作用呢?

苏南大叔的“程序如此灵动”技术博客,记录苏南大叔的代码编程经验文章。本文测试环境:win10
,python@3.11.0
,pandas@1.5.3
,numpy@1.24.2
。在目前已知的范围内,一共有random
和numpy.random
两个库,可以提供随机数功能。两者功能有重合的地方,也有不同的地方。
随机数种子【不建议设置】
为什么设置随机数种子,设置了种子之后,能够保证接下来的随机过程每次都得到同样的结果。这就是种子存在的意义。看起来结果是随机的,但是每次运行又都能保证随机到同样的数据。对,就是这么神奇。
值得一提的是:这两个种子的写法看起来一致,但是只是控制当前代码中自己的那部分随机相关函数。比如:np
里面的种子控制不了普通的随机。
范例代码:random.
输出:
更多相关函数,可以参考文章:
范例代码:np.random.
输出:
更多相关函数,可以参考文章:
随机整数
第一个,random.randint(min,max)
函数的最大特点就是随机出来的都是指定范围内的整数int
。
第二个,还有个numpy
的同款代码np.random.randint(min,max)
:
随机浮点数
第一个,最简单的随机函数random.random()
,返回0到1之间的某个随机浮点数。
第二个,random.uniform(min,max)
函数的最大特点就是随机出来的都是指定范围内的浮点数float
。
第三个,还有个numpy
的同款代码np.random.uniform(min,max)
:
随机ndarray
既然ndarray
了,就必然引入的是np.random
了,而不是单纯的random
了。不管哪个函数,都必然要求传递shape
信息了。
第一个,np.random.randn(shape)
:
第二个,np.random.uniform(min,max,shape)
:
第三个,np.random.randint(min,max,shape)
:
相关文章
- https://newsn.net/say/node-nanoid.html
- https://newsn.net/say/numpy-random.html
- https://newsn.net/say/python-random.html
结束语
苏南大叔的python
相关文章链接,请点击下面的文章:


