如何在Python中生成介于0和9(含)之间的随机整数?
例如,0、1、2、3、4、5、6、7、8、9
如何在Python中生成介于0和9(含)之间的随机整数?
例如,0、1、2、3、4、5、6、7、8、9
当前回答
您需要随机python模块,它是标准库的一部分。使用代码。。。
from random import randint
num1= randint(0,9)
这将将变量num1设置为介于0和9之间的随机数(包括0和9)。
其他回答
虽然许多帖子都演示了如何获得一个随机整数,但最初的问题是如何生成随机整数(复数):
如何在Python中生成介于0和9(含)之间的随机整数?
为了清楚起见,这里我们演示如何获得多个随机整数。
鉴于
>>> import random
lo = 0
hi = 10
size = 5
Code
多个随机整数
# A
>>> [lo + int(random.random() * (hi - lo)) for _ in range(size)]
[5, 6, 1, 3, 0]
# B
>>> [random.randint(lo, hi) for _ in range(size)]
[9, 7, 0, 7, 3]
# C
>>> [random.randrange(lo, hi) for _ in range(size)]
[8, 3, 6, 8, 7]
# D
>>> lst = list(range(lo, hi))
>>> random.shuffle(lst)
>>> [lst[i] for i in range(size)]
[6, 8, 2, 5, 1]
# E
>>> [random.choice(range(lo, hi)) for _ in range(size)]
[2, 1, 6, 9, 5]
随机整数样本
# F
>>> random.choices(range(lo, hi), k=size)
[3, 2, 0, 8, 2]
# G
>>> random.sample(range(lo, hi), k=size)
[4, 5, 1, 2, 3]
细节
一些帖子演示了如何本机生成多个随机整数。1以下是一些解决隐含问题的选项:
A: random.random返回范围为[0.0,1.0)的随机浮点值B: random.randit返回一个随机整数N,使得a<=N<=BC: random.randrange别名到randint(a,b+1)D: random.shuffle将序列打乱E: random.choice从非空序列中返回一个随机元素F: random.choices从总体中返回k个选择(带替换,Python 3.6+)G: random.sample从总体中返回k个唯一选择(无替换):2
另请参阅R.Hettinger使用随机模块中的示例讨论分块和别名。
以下是标准库和Numpy中一些随机函数的比较:
| | random | numpy.random |
|-|-----------------------|----------------------------------|
|A| random() | random() |
|B| randint(low, high) | randint(low, high) |
|C| randrange(low, high) | randint(low, high) |
|D| shuffle(seq) | shuffle(seq) |
|E| choice(seq) | choice(seq) |
|F| choices(seq, k) | choice(seq, size) |
|G| sample(seq, k) | choice(seq, size, replace=False) |
您还可以将Numpy中的许多分布中的一个快速转换为随机整数的样本。3
示例
>>> np.random.normal(loc=5, scale=10, size=size).astype(int)
array([17, 10, 3, 1, 16])
>>> np.random.poisson(lam=1, size=size).astype(int)
array([1, 3, 0, 2, 0])
>>> np.random.lognormal(mean=0.0, sigma=1.0, size=size).astype(int)
array([1, 3, 1, 5, 1])
1Namely@John Lawrence Aspden、@S T Mohammed、@SiddTheKid、@user14372、@zangw等。2@prashanth提到这个模块显示一个整数。3由@Siddharth Satpathy演示
通过random.shuffle尝试
>>> import random
>>> nums = range(10)
>>> random.shuffle(nums)
>>> nums
[6, 3, 5, 4, 0, 1, 2, 9, 8, 7]
OpenTURNS不仅可以模拟随机整数,还可以使用UserDefined定义的类定义关联的分布。
以下模拟了分布的12个结果。
import openturns as ot
points = [[i] for i in range(10)]
distribution = ot.UserDefined(points) # By default, with equal weights.
for i in range(12):
x = distribution.getRealization()
print(i,x)
这将打印:
0 [8]
1 [7]
2 [4]
3 [7]
4 [3]
5 [3]
6 [2]
7 [9]
8 [0]
9 [5]
10 [9]
11 [6]
括号在那里,因为x是一维中的一个点。在对getSample的一次调用中生成12个结果会更容易:
sample = distribution.getSample(12)
将产生:
>>> print(sample)
[ v0 ]
0 : [ 3 ]
1 : [ 9 ]
2 : [ 6 ]
3 : [ 3 ]
4 : [ 2 ]
5 : [ 6 ]
6 : [ 9 ]
7 : [ 5 ]
8 : [ 9 ]
9 : [ 5 ]
10 : [ 3 ]
11 : [ 2 ]
有关此主题的更多详细信息,请参见:http://openturns.github.io/openturns/master/user_manual/_generated/openturns.UserDefined.html
对于Python 3.6,我有更好的运气
str_Key = ""
str_RandomKey = ""
for int_I in range(128):
str_Key = random.choice('0123456789')
str_RandomKey = str_RandomKey + str_Key
只需添加“ABCD”和“ABCD”或“^!~=-><”等字符要更改要从中提取的字符池,请更改范围以更改生成的字符数。
生成0到9之间的随机整数。
import numpy
X = numpy.random.randint(0, 10, size=10)
print(X)
输出:
[4 8 0 4 9 6 9 9 0 7]