python教程，如何获得一组随机数？如何设置随机数种子？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

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。

import random
random.seed(0)

import numpy as np
np.random.seed(0)

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.

import random

# 设置种子，可以固定随机结果
# random.seed(0)

# 生成0到1之间的随机浮点数
s1 = random.random()
print(s1)

# 指定范围内的随机整数
s2 = random.randint(0, 100)
print(s2)

# 指定范围内的随机浮点数
s3 = random.uniform(0, 100)
print(s3)
print(int(s3), round(s3, 2))  # 向下int，向上保留两位小数

输出：

0.3259105448169396
17
22.272774997874023
22 22.27

更多相关函数，可以参考文章：

• https://newsn.net/say/python-random.html

范例代码：np.random.

import numpy as np

# 设置种子，可以固定随机结果
# np.random.seed(12345)

# randn生成指定shape的ndarray
n1 = np.random.randn(1, 5)  # 一行五列浮点数（居然有负数）
print(n1)

# randint，只传递前两个参数
# 随机出指定范围内的整数一个，和random.randint()实际效果一致
n2 = np.random.randint(1, 5)
print(n2, type(n2))             # 1 <class 'int'>

# randint，传递三个整数参数
# 随机出指定范围内的整数{第三个整数}个
n2 = np.random.randint(1, 5, 3)
print(n2, type(n2))             # [4 3 2] <class 'numpy.ndarray'>

# randint,第三个参数是shape
# 将在指定shape内，填充指定范围的内的随机整数
# 返回值类型将从整数变成ndarray
n2 = np.random.randint(1, 5, (2, 3))
print(n2, type(n2), n2.shape)   # [[2 1 3] [4 3 3]] <class 'numpy.ndarray'> (2, 3)

# uniform，只传递前两个参数
# 随机出指定范围内的浮点数一个，和random.uniform()实际效果一致
n3 = np.random.uniform(1, 5)
print(n3, type(n3))

# uniform,第三个参数是shape
# 将在指定shape内，填充指定范围的内的随机整数
# 返回值类型将从整数变成ndarray
n3 = np.random.uniform(1, 5, (2, 5))
print(n3, type(n3), n3.shape)

输出：

[[ 1.69132906  0.11393054 -1.01525779  0.21023244  0.3920439 ]]
3 <class 'int'>
[[3 3 4]
 [1 3 4]] <class 'numpy.ndarray'> (2, 3)
4.951231278477524 <class 'float'>
[[1.04217471 2.26956242 1.06277041 3.89681562 4.44072742]
 [2.18216353 2.31508419 4.66646716 4.80554352 4.2368834 ]] <class 'numpy.ndarray'> (2, 5)

更多相关函数，可以参考文章：

• https://newsn.net/say/numpy-random.html

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。

import random
random.randint(min,max)  # min到max之间的整数

第二个，还有个numpy的同款代码np.random.randint(min,max):

import numpy as np
np.random.randint(min, max)  # 仅仅使用两个参数的时候，返回min到max之间的整数

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。

import random
random.random()  # 0到1之间的浮点数

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。

import random
random.uniform(min,max)  # min到max之间的浮点数

第三个，还有个numpy的同款代码np.random.uniform(min,max):

import numpy as np
np.random.uniform(min, max)  # 仅仅使用两个参数的时候，返回min到max之间的浮点数

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):

import numpy as np
np.random.randn(1, 5)  #  一行五列浮点数（居然有负数）

第二个，np.random.uniform(min,max,shape):

import numpy as np
np.random.uniform(1, 5, (2, 5))  # 两行五列，范围是1到5之间的随机浮点数

第三个，np.random.randint(min,max,shape):

import numpy as np
np.random.randint(1, 5, (2, 5))  # 两行五列，范围是1到5之间的随机整数

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：

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。