Python random库的使用

女爷i 2023-06-05 08:24 12阅读 0赞

【中国大学MOOC】北京理工大学 python程序与设计课程  
伪随机数：采用梅森旋转算法生成的伪随机序列中元素

## 一、基本随机函数 ##

随机数需要一个种子，依据这个种子通过梅森旋转算法产生固定序列的随机数。  
seed（a=None） 初始化给定的随机数种子，默认为当前系统时间

>>> import random
    
    >>> random.seed(5)
    >>> random.random()
    0.6229016948897019
    >>> random.random()
    0.7417869892607294

使用seed主要是在某些系统各种，根据这个随机种子，可以复现问题，如果不使用种子，则默认为当前系统的精度很大的时间，这个无法再重现。

## 二、扩展随机函数 ##

> 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) 生成一个k比特长的随机整数  
> 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(0,100)
    41
    
    >>> random.randrange(0,100,10)
    70
    
    >>> random.uniform(0,100)
    8.767153215604262
    
    >>> random.getrandbits(16)
    2969
    
    >>> random.choice([1,2,3,4,5,6,7])
    5
    
    >>> s=[1,2,3,4,5,6,7]
    >>> random.shuffle(s)
    >>> s
    [3, 7, 2, 5, 4, 6, 1]

## 三、圆周率计算问题 ##

#### 1.公式法 ####

![π][20191009083145503.png]  
这是一个迭代过程，直接附代码了

>>> pi = 0
    >>> N = 100
    >>> for k in range(N):
    	pi += 1/pow(16,k)*(4/(8*k+1)-2/(8*k+4)-1/(8*k+5)-1/(8*k+6))
    >>> print('圆周率值是：{}'.format(pi))
    圆周率值是：3.141592653589793

#### 2.随机投点法（蒙特卡洛算法） ####

蒙特卡罗方法是指随机的在这个圆所在的正方形中撒粒子，然后计算圆中粒子的个数，依次来计算圆的面积或圆周率。  
![π][20191009084516619.gif]

#getPi.py
    from random import random
    from time import perf_counter
    
    #投的点数
    DARTS = 1000*1000
    #投中的个数
    hits = 0.0
    start=perf_counter()
    for i in range(1,DARTS):
        #随机得到一个坐标
         x, y = random(),random()
        #判断掷入的这个点在不在在圆内
         if x**2 + y**2 <= 1:
               hits += 1
    
    pi = 4 *(hits/DARTS)
    print("圆周率是：{}".format(pi))
    print("运行时间为：{:.5f}s".format(perf_counter() - start))

随机测试结果：

>>> 圆周率是：3.140492
    >>> 运行时间为：0.68017s
    
    >>> 圆周率是：3.141032
    >>> 运行时间为：0.67808s
    
    >>> 圆周率是：3.145564
    >>> 运行时间为：0.65829s

[PDF][]

[20191009083145503.png]: /images/20230601/90fee10a237d400e85afc97e35bae4cd.png
[20191009084516619.gif]: /images/20230601/9dad9153ba0846bfaa2f63180ee77f21.png
[PDF]: http://files.cnblogs.com/ysjxw/%E8%92%B2%E4%B8%B0%E6%8A%95%E9%92%88%E4%B8%8E%E8%92%99%E7%89%B9%E5%8D%A1%E6%B4%9B%E6%A8%A1%E6%8B%9F.pdf