如何用python生成隨機數

這篇文章主要介紹如何用python生成隨機數，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

python主要應用領域有哪些

1、云計算，典型應用OpenStack。2、WEB前端開發，眾多大型網站均為Python開發。3.人工智能應用，基于大數據分析和深度學習而發展出來的人工智能本質上已經無法離開python。4、系統運維工程項目，自動化運維的標配就是python+Django/flask。5、金融理財分析，量化交易，金融分析。6、大數據分析。

1 從給定參數的正態分布中生成隨機數

當考慮從正態分布中生成隨機數時，應當首先知道正態分布的均值和方差（標準差），有了這些，就可以調用python中現有的模塊和函數來生成隨機數了。這里調用了Numpy模塊中的random.normal函數，由于邏輯非參簡單，所有直接貼上代碼如下：

import numpy as np
 
 
# 定義從正態分布中獲取隨機數的函數
def get_normal_random_number(loc, scale):
 """
 :param loc: 正態分布的均值
 :param scale: 正態分布的標準差
 :return:從正態分布中產生的隨機數
 """
 # 正態分布中的隨機數生成
 number = np.random.normal(loc=loc, scale=scale)
 # 返回值
 return number
 
 
# 主模塊
if __name__ == "__main__":
 # 函數調用
 n = get_normal_random_number(loc=2, scale=2)
 # 打印結果
 print(n)
 # 結果:3.275192443463058

2 從給定參數的均勻分布中獲取隨機數的函數

考慮從均勻分布中獲取隨機數的時候，要事先知道均勻分布的下界和上界，然后調用Numpy模塊的random.uniform函數生成隨機數。

import numpy as np 
# 定義從均勻分布中獲取隨機數的函數
def get_uniform_random_number(low, high):
 """
 :param low: 均勻分布的下界
 :param high: 均勻分布的上界
 :return: 從均勻分布中產生的隨機數
 """
 # 均勻分布的隨機數生成
 number = np.random.uniform(low, high)
 # 返回值
 return number
 
 
# 主模塊
if __name__ == "__main__":
 # 函數調用
 n = get_uniform_random_number(low=2, high=4)
 # 打印結果
 print(n)
 # 結果:2.4462417140153114

3 按照指定概率生成隨機數

有時候我們需要按照指定的概率生成隨機數，比如已知盒子中每種顏色的球的比例，猜測下一次取出的球的顏色。在這里介紹的問題和上面的例子相似，要求給定一個概率列表，從列表對應的數字列表或區間列表中生成隨機數，分兩部分討論。

3.1 按照指定概率從數字列表中隨機抽取數字

假設給定一個數字列表和一個與之對應的概率列表，兩個列表對應位置的元素組成的元組即表示該數字在數字列表中以多大的概率出現，那么如何根據這些已知條件從數字列表中按概率抽取隨機數呢？在這里我們考慮用均勻分布來模擬概率，代碼如下：

import numpy as np
import random
 
 
# 定義從均勻分布中獲取隨機數的函數
def get_uniform_random_number(low, high):
 """
 :param low: 均勻分布的下界
 :param high: 均勻分布的上界
 :return: 從均勻分布中產生的隨機數
 """
 # 均勻分布的隨機數生成
 number = np.random.uniform(low, high)
 # 返回值
 return number
 
 
# 定義從一個數字列表中以一定的概率取出對應區間中數字的函數
def get_number_by_pro(number_list, pro_list):
 """
 :param number_list:數字列表
 :param pro_list:數字對應的概率列表
 :return:按概率從數字列表中抽取的數字
 """
 # 用均勻分布中的樣本值來模擬概率
 x = random.uniform(0, 1)
 # 累積概率
 cum_pro = 0.0
 # 將可迭代對象打包成元組列表
 for number, number_pro in zip(number_list, pro_list):
 cum_pro += number_pro
 if x < cum_pro:
  # 返回值
  return number
 
 
# 主模塊
if __name__ == "__main__":
 # 數字列表
 num_list = [1, 2, 3, 4, 5]
 # 對應的概率列表
 pr_list = [0.1, 0.3, 0.1, 0.4, 0.1]
 # 函數調用
 n = get_number_by_pro(number_list=num_list, pro_list=pr_list)
 # 打印結果
 print(n)
 # 結果:1

3.2 按照指定概率從區間列表中的某個區間內生成隨機數

給定一個區間列表和一個與之對應的概率列表，兩個列表相應位置的元素組成的元組即表示某數字出現在某區間內的概率是多少，已知這些，我們如何生成隨機數呢？這里我們通過兩次使用均勻分布達到目的，代碼如下：

import numpy as np
import random
 
 
# 定義從均勻分布中獲取隨機數的函數
def get_uniform_random_number(low, high):
 """
 :param low: 均勻分布的下界
 :param high: 均勻分布的上界
 :return: 從均勻分布中產生的隨機數
 """
 # 均勻分布的隨機數生成
 number = np.random.uniform(low, high)
 # 返回值
 return number
 
 
# 定義從一個數字列表中以一定的概率取出對應區間中數字的函數
def get_number_by_pro(number_list, pro_list):
 """
 :param number_list:數字列表
 :param pro_list:數字對應的概率列表
 :return:按概率從數字列表中抽取的數字
 """
 # 用均勻分布中的樣本值來模擬概率
 x = random.uniform(0, 1)
 # 累積概率
 cum_pro = 0.0
 # 將可迭代對象打包成元組列表
 for number, number_pro in zip(number_list, pro_list):
 cum_pro += number_pro
 if x < cum_pro:
  # 從區間[number. number - 1]上隨機抽取一個值
  num = get_uniform_random_number(number, number - 1)
  # 返回值
  return num
 
 
# 主模塊
if __name__ == "__main__":
 # 數字列表
 num_list = [1, 2, 3, 4, 5]
 # 對應的概率列表
 pr_list = [0.1, 0.3, 0.1, 0.4, 0.1]
 # 函數調用
 n = get_number_by_pro(number_list=num_list, pro_list=pr_list)
 # 打印結果
 print(n)
 # 結果:3.49683787011193

以上是“如何用python生成隨機數”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！