random – 生成伪随机数的详解 (6) Python语言的数学和数学模块(必读进阶学习教程)(参考资料)
该模块为各种分布实现伪随机数生成器。
对于整数,从一个范围内统一选择。对于序列,有一个随机元素的统一选择,一个就地生成列表随机排列的函数,以及一个用于无放回随机抽样的函数。
在实线上,有计算均匀分布、正态分布(高斯分布)、对数正态分布、负指数分布、伽马分布和贝塔分布的函数。为了生成角度分布,可以使用 von Mises 分布。
几乎所有的模块函数都依赖于基本函数random()
,它在半开放范围 [0.0, 1.0) 内均匀地生成一个随机浮点数。Python 使用 Mersenne Twister 作为核心生成器。它产生 53 位精度的浮点数,周期为 2**19937-1。C 中的底层实现既快速又线程安全。Mersenne Twister 是现存测试最广泛的随机数生成器之一。然而,由于是完全确定性的,它并不适用于所有目的,并且完全不适合加密目的。
该模块提供的函数实际上是random.Random
该类隐藏实例的绑定方法。您可以实例化您自己的实例Random
以获取不共享状态的生成器。
Random
如果您想使用自己设计的不同基本生成器,也可以对类进行子类化:在这种情况下,重写、random()
、 seed()
和getstate()
方法setstate()
。可选地,一个新的生成器可以提供一种getrandbits()
方法——这允许randrange()
在任意大的范围内产生选择。
该random
模块还提供了SystemRandom
使用系统函数os.urandom()
从操作系统提供的源中生成随机数的类。
random.
a=Noneseed(
version=2,
)
- 初始化随机数生成器。
如果省略 a 或 None,则使用当前系统时间。 如果操作系统提供随机源,则使用它们而不是系统时间(有关可用性的详细信息,请参阅 os.urandom() 函数)。
如果a是int,直接使用。
对于版本 2(默认),str、bytes 或 bytearray 对象被转换为 int 并使用其所有位。
对于版本 1(提供用于从旧版本的 Python 再现随机序列),str 和 bytes 的算法生成范围更窄的种子。
在 3.2 版中更改:移至使用字符串种子中所有位的版本 2 方案。
random.
getstate
( )- 返回一个捕获生成器当前内部状态的对象。可以将此对象传递
setstate()
给以恢复状态。
random.
statesetstate(
)
- state应该从之前调用 获得
getstate()
,并将setstate()
生成器的内部状态恢复到调用时的状态getstate()
。
random.
kgetrandbits(
)
- 返回具有 k 个随机位的 Python 整数。 此方法随 MersenneTwister 生成器一起提供,一些其他生成器也可能将其作为 API 的可选部分提供。 如果可用,getrandbits() 使 randrange() 能够处理任意大的范围。
整数函数
random.
stoprandrange(
)
random.
startrandrange(
stop,
step[,
])
- 从 range(start, stop, step) 返回一个随机选择的元素。 这等效于 choice(range(start, stop, step)),但实际上并不构建范围对象。
位置参数模式与 range() 的匹配。 不应使用关键字参数,因为函数可能会以意想不到的方式使用它们。
在 3.2 版更改:randrange() 在生成均匀分布的值方面更加复杂。 以前它使用像 int(random()*n) 这样的样式,它可能会产生稍微不均匀的分布。
random.
arandint(
b,
)
- 返回一个随机整数 N,使得 a <= N <= b。 randrange(a, b+1) 的别名。
序列函数
random.
seqchoice(
)
- 从非空序列seq返回一个随机元素。如果seq为空,则引发
IndexError
。
random.
choices
( population , weights=None , * , cum_weights=None , k=1 )- 返回一个 k 大小的元素列表,该列表从带有替换的总体中选择。如果人口为空,则引发 IndexError。
如果指定了权重序列,则根据相对权重进行选择。或者,如果给出了 cum_weights 序列,则根据累积权重进行选择(可能使用 itertools.accumulate() 计算)。例如,相对权重 [10, 5, 30, 5] 等同于累积权重 [10, 15, 45, 50]。在内部,相对权重在进行选择之前转换为累积权重,因此提供累积权重可以节省工作。
如果既未指定 weights 也未指定 cum_weights,则以相等的概率进行选择。如果提供了权重序列,则它的长度必须与总体序列相同。同时指定权重和 cum_weights 是一个 TypeError。
权重或 cum_weights 可以使用与 random() 返回的浮点值互操作的任何数字类型(包括整数、浮点数和分数,但不包括小数)。
对于给定的种子,具有相同权重的 choices() 函数通常会产生与重复调用 choice() 不同的序列。 choices() 使用的算法使用浮点运算来实现内部一致性和速度。 choice() 使用的算法默认为具有重复选择的整数算法,以避免舍入误差造成的小偏差。
3.6 版中的新功能。
random.
xshuffle(
random[,
])
- 将序列 x 就地打乱。
可选参数 random 是一个 0 参数函数,返回 [0.0, 1.0] 中的随机浮点数; 默认情况下,这是函数 random()。
要打乱一个不可变序列并返回一个新的打乱列表,请改用 sample(x, k=len(x)) 。
请注意,即使对于小 len(x),x 的排列总数也可以快速增长,大于大多数随机数生成器的周期。 这意味着永远无法生成长序列的大多数排列。 例如,长度为 2080 的序列是可以放入 Mersenne Twister 随机数生成器周期内的最大序列。
random.
populationsample(
k,
)
- 返回从种群序列或集合中选择的唯一元素的 k 长度列表。 用于无放回的随机抽样。
返回一个新列表,其中包含人口中的元素,同时保持原始人口不变。 结果列表按选择顺序排列,因此所有子切片也将是有效的随机样本。 这允许抽奖获奖者(样本)被划分为大奖和二等奖获奖者(子切片)。
人口的成员不需要是可散列的或唯一的。 如果总体包含重复,则每次出现都是样本中的一个可能选择。
要从一系列整数中选择样本,请使用 range() 对象作为参数。 这对于从大量人口中抽样特别快速且节省空间:sample(range(10000000), k=60)。
如果样本大小大于总体大小,则会引发 ValueError。
实值分布
以下函数生成特定的实值分布。函数参数以分布方程中的相应变量命名,如常见的数学实践中所用;这些方程式中的大多数都可以在任何统计文本中找到。
random.
random
( )- 返回 [0.0, 1.0) 范围内的下一个随机浮点数。
random.
auniform(
b,
)
- 返回一个随机浮点数 N,满足 a <= N <= b for a <= b 和 b <= N <= a for b < a。
根据等式 a + (b-a) * random() 中的浮点舍入,端点值 b 可能包含也可能不包含在范围内。
random.
lowtriangular(
high,
mode,
)
- 返回一个随机浮点数 N,使得 low <= N <= high 并且在这些边界之间具有指定的模式。 下限和上限默认为零和一。 mode 参数默认为边界之间的中点,给出对称分布。
random.
alphabetavariate(
beta,
)
- 贝塔分布。 参数的条件是 alpha > 0 和 beta > 0。返回值介于 0 和 1 之间。
random.
lambdexpovariate(
)
- 指数分布。 lambd 是 1.0 除以所需的平均值。 它应该是非零的。 (该参数将被称为“lambda”,但这是 Python 中的保留字。)如果 lambd 为正,则返回值范围从 0 到正无穷大,如果 lambd 为负,则返回值范围从负无穷大到 0。
random.
alphagammavariate(
beta,
)
- 伽马分布。 (不是 gamma 函数!)参数的条件是 alpha > 0 和 beta > 0。
概率分布函数为:
x ** (alpha - 1) * math.exp(-x / beta) pdf(x) = -------------------------------------- math.gamma(alpha) * beta ** alpha
random.
mugauss(
sigma,
)
- 高斯分布。 mu是均值,sigma是标准差。这比
normalvariate()
下面定义的函数稍快。
random.
mulognormvariate(
sigma,
)
- 记录正态分布。如果您取此分布的自然对数,您将得到一个均值为mu和标准差为sigma的正态分布。 mu可以是任意值,sigma必须大于零。
random.
munormalvariate(
sigma,
)
- 正态分布。 mu是均值,sigma是标准差。
random.
muvonmisesvariate(
kappa,
)
- mu是平均角度,以 0 到 2* pi之间的弧度表示,kappa 是浓度参数,必须大于或等于零。如果 kappa等于零,则此分布在 0 到 2* pi范围内减少为均匀的随机角度。
random.
alphaparetovariate(
)
- 帕累托分布。 alpha是形状参数。
random.
alphaweibullvariate(
beta,
)
- 威布尔分布。 alpha是尺度参数,beta是形状参数。
替代发电机
- class
random.
seedRandom([
])
- 实现模块使用的默认伪随机数生成器的类
random
。
- class
random.
seedSystemRandom([
])
- 使用该
os.urandom()
函数从操作系统提供的源生成随机数的类。并非在所有系统上都可用。不依赖于软件状态,序列不可重现。因此,该seed()
方法没有任何作用并被忽略。getstate()
和方法在调用时setstate()
引发NotImplementedError
。
重现性注释
有时能够重现伪随机数生成器给出的序列是很有用的。通过重新使用种子值,只要多个线程没有运行,相同的序列就应该可以从运行到运行重现。
大多数 random 模块的算法和种子函数在不同的 Python 版本中都会发生变化,但有两个方面保证不会发生变化:
- 如果添加了新的播种方法,则会提供向后兼容的播种机。
- 当兼容的播种器被赋予相同的种子时,生成器的
random()
方法将继续产生相同的序列。
例子
基本示例:
>>> random() # Random float: 0.0 <= x < 1.0 0.37444887175646646 >>> uniform(2.5, 10.0) # Random float: 2.5 <= x < 10.0 3.1800146073117523 >>> expovariate(1 / 5) # Interval between arrivals averaging 5 seconds 5.148957571865031 >>> randrange(10) # Integer from 0 to 9 inclusive 7 >>> randrange(0, 101, 2) # Even integer from 0 to 100 inclusive 26 >>> choice(['win', 'lose', 'draw']) # Single random element from a sequence 'draw' >>> deck = 'ace two three four'.split() >>> shuffle(deck) # Shuffle a list >>> deck ['four', 'two', 'ace', 'three'] >>> sample([10, 20, 30, 40, 50], k=4) # Four samples without replacement [40, 10, 50, 30]
模拟:
>>> # Six roulette wheel spins (weighted sampling with replacement) >>> choices(['red', 'black', 'green'], [18, 18, 2], k=6) ['red', 'green', 'black', 'black', 'red', 'black'] >>> # Deal 20 cards without replacement from a deck of 52 playing cards >>> # and determine the proportion of cards with a ten-value >>> # (a ten, jack, queen, or king). >>> deck = collections.Counter(tens=16, low_cards=36) >>> seen = sample(list(deck.elements()), k=20) >>> seen.count('tens') / 20 0.15 >>> # Estimate the probability of getting 5 or more heads from 7 spins >>> # of a biased coin that settles on heads 60% of the time. >>> def trial(): ... return choices('HT', cum_weights=(0.60, 1.00), k=7).count('H') >= 5 ... >>> sum(trial() for i in range(10000)) / 10000 0.4169 >>> # Probability of the median of 5 samples being in middle two quartiles >>> def trial(): ... return 2500 <= sorted(choices(range(10000), k=5))[2] < 7500 ... >>> sum(trial() for i in range(10000)) / 10000 0.7958
使用有放回的重采样来估计大小为 5 的样本均值的置信区间的统计自举示例:
# http://statistics.about.com/od/Applications/a/Example-Of-Bootstrapping.htm from statistics import mean from random import choices data = 1, 2, 4, 4, 10 means = sorted(mean(choices(data, k=5)) for i in range(20)) print(f'The sample mean of {mean(data):.1f} has a 90% confidence ' f'interval from {means[1]:.1f} to {means[-2]:.1f}')
重采样排列检验的示例,以确定药物与安慰剂作用之间观察到的差异 的统计显着性或p 值:
# Example from "Statistics is Easy" by Dennis Shasha and Manda Wilson from statistics import mean from random import shuffle drug = [54, 73, 53, 70, 73, 68, 52, 65, 65] placebo = [54, 51, 58, 44, 55, 52, 42, 47, 58, 46] observed_diff = mean(drug) - mean(placebo) n = 10000 count = 0 combined = drug + placebo for i in range(n): shuffle(combined) new_diff = mean(combined[:len(drug)]) - mean(combined[len(drug):]) count += (new_diff >= observed_diff) print(f'{n} label reshufflings produced only {count} instances with a difference') print(f'at least as extreme as the observed difference of {observed_diff:.1f}.') print(f'The one-sided p-value of {count / n:.4f} leads us to reject the null') print(f'hypothesis that there is no difference between the drug and the placebo.')
在单个服务器队列中模拟到达时间和服务交付:
from random import expovariate, gauss from statistics import mean, median, stdev average_arrival_interval = 5.6 average_service_time = 5.0 stdev_service_time = 0.5 num_waiting = 0 arrivals = [] starts = [] arrival = service_end = 0.0 for i in range(20000): if arrival <= service_end: num_waiting += 1 arrival += expovariate(1.0 / average_arrival_interval) arrivals.append(arrival) else: num_waiting -= 1 service_start = service_end if num_waiting else arrival service_time = gauss(average_service_time, stdev_service_time) service_end = service_start + service_time starts.append(service_start) waits = [start - arrival for arrival, start in zip(arrivals, starts)] print(f'Mean wait: {mean(waits):.1f}. Stdev wait: {stdev(waits):.1f}.') print(f'Median wait: {median(waits):.1f}. Max wait: {max(waits):.1f}.')