Số ngẫu nhiên có các ứng dụng rất quan trọng trong thế giới lập trình. Chúng có thể được sử dụng để tạo các mô phỏng, các trường hợp thử nghiệm cho thống kê hoặc tiền điện tử, để tạo ra các tình huống mà chúng tôi yêu cầu một kết quả ngẫu nhiên hoặc không thể đoán trước, và hơn thế nữa.
Trong Python, chúng ta có thể tạo ra một loạt các số ragndom bằng các mô -đun và hàm khác nhau. Trong bài viết này, chúng tôi sẽ thảo luận về cách tạo hiệu quả các số ngẫu nhiên trong khoảng từ 1 đến 10 trong Python.
Lưu ý rằng mặc dù các ví dụ của chúng tôi được giới hạn ở các số được tạo từ 1 đến 10 trong Python, chúng tôi có thể thay đổi phạm vi này thành giá trị mong muốn của chúng tôi.
Mục lục
- Sử dụng hàm ngẫu nhiên.randint []
- Sử dụng hàm ngẫu nhiên.randrange []
- Sử dụng hàm ngẫu nhiên.sample []
- Sử dụng hàm ngẫu nhiên.uniform []
- Sử dụng hàm numpy.random.randint []
- Sử dụng hàm numpy.random.uniform []
- Sử dụng hàm numpy.random.choice []
- Sử dụng hàm Secrets.randbelow []
Sử dụng chức năng random.randint[]
Khi chúng ta nói về việc tạo ra các số ngẫu nhiên trong Python, mô -đun ngẫu nhiên xuất hiện trong tâm trí. Mô -đun này có các chức năng khác nhau để tạo số ngẫu nhiên dựa trên yêu cầu của bạn. Hàm randint[]
trả về một số nguyên ngẫu nhiên giữa các số bắt đầu và số cuối được cung cấp trong hàm. Nó bao gồm cả hai điểm cuối.
Ví dụ,
Nhập ngẫu nhiênrandom a=random.randint[1,10]=random.randint[1,10] print[a] [a] |
Output:
2
Trong ví dụ trên, chúng tôi trả về một số nguyên ngẫu nhiên trong khoảng từ 1 đến 10. Chúng tôi cũng có thể tạo danh sách các số ngẫu nhiên từ 1 đến 10 bằng phương pháp hiểu danh sách. Danh sách hiểu là một cách ngắn gọn, thanh lịch để tạo danh sách trong một dòng mã.
Ví dụ,
Nhập ngẫu nhiênrandom a=[random.randint[1,10]foriinrange[0,10]]=[random.randint[1,10]foriinrange[0,10]] print[a] [a] |
Output:
Trong ví dụ trên, chúng tôi trả về một số nguyên ngẫu nhiên trong khoảng từ 1 đến 10. Chúng tôi cũng có thể tạo danh sách các số ngẫu nhiên từ 1 đến 10 bằng phương pháp hiểu danh sách. Danh sách hiểu là một cách ngắn gọn, thanh lịch để tạo danh sách trong một dòng mã.
[9, 4, 7, 10, 2, 6, 7, 0, 1, 1]
Trong mã trên, chúng tôi sử dụng phương thức hiểu danh sách. Nó sử dụng một vòng lặp để tạo một danh sách với một dòng mã.
Sử dụng hàm random.randrange[]
Ví dụ,
Nhập ngẫu nhiênrandom a=random.randrange[1,10]=random.randrange[1,10] print[a][a] lst=[random.randrange[1,10]foriinrange[0,10]]=[random.randrange[1, 10]foriinrange[0,10]] print[lst] [lst] |
Trong ví dụ trên, chúng tôi trả về một số nguyên ngẫu nhiên trong khoảng từ 1 đến 10. Chúng tôi cũng có thể tạo danh sách các số ngẫu nhiên từ 1 đến 10 bằng phương pháp hiểu danh sách. Danh sách hiểu là một cách ngắn gọn, thanh lịch để tạo danh sách trong một dòng mã.
[5, 3, 8, 3, 9, 2, 9, 1, 5, 1]
[9, 4, 7, 10, 2, 6, 7, 0, 1, 1]
Trong mã trên, chúng tôi sử dụng phương thức hiểu danh sách. Nó sử dụng một vòng lặp để tạo một danh sách với một dòng mã.
Nhập ngẫu nhiênrandom a=random.randrange[1,10,step=2]=random.randrange[1,10,step=2] print[a][a] lst=[random.randrange[0,10,step=2]foriinrange[0,10]]= [random.randrange[0,10,step=2]foriinrange[0,10]] print[lst] [lst] |
Output:
Trong ví dụ trên, chúng tôi trả về một số nguyên ngẫu nhiên trong khoảng từ 1 đến 10. Chúng tôi cũng có thể tạo danh sách các số ngẫu nhiên từ 1 đến 10 bằng phương pháp hiểu danh sách. Danh sách hiểu là một cách ngắn gọn, thanh lịch để tạo danh sách trong một dòng mã.
[7, 3, 9, 9, 9, 9, 3, 9, 7, 9]
[9, 4, 7, 10, 2, 6, 7, 0, 1, 1]
Trong mã trên, chúng tôi sử dụng phương thức hiểu danh sách. Nó sử dụng một vòng lặp để tạo một danh sách với một dòng mã.
Sử dụng hàm random.randrange[]
Nhập ngẫu nhiênrandom a=random.sample[range[1,10],1]=random.sample[range[1,10],1] print[a][a] lst=random.sample[range[1,10],5]= random.sample[range[1,10],5] print[lst] [lst] |
Output:
Trong ví dụ trên, chúng tôi trả về một số nguyên ngẫu nhiên trong khoảng từ 1 đến 10. Chúng tôi cũng có thể tạo danh sách các số ngẫu nhiên từ 1 đến 10 bằng phương pháp hiểu danh sách. Danh sách hiểu là một cách ngắn gọn, thanh lịch để tạo danh sách trong một dòng mã.
[9, 4, 7, 10, 2, 6, 7, 0, 1, 1]
Trong mã trên, chúng tôi sử dụng phương thức hiểu danh sách. Nó sử dụng một vòng lặp để tạo một danh sách với một dòng mã.
Sử dụng hàm random.randrange[]
Ví dụ,
Nhập ngẫu nhiênrandom a=random.uniform[1,10]=random.uniform[1,10] print[a][a] lst=[random.uniform[1,10]foriinrange[0,5]]=[random.uniform[1, 10]foriinrange[0,5]] print[lst][lst] |
Output:
Trong ví dụ trên, chúng tôi trả về một số nguyên ngẫu nhiên trong khoảng từ 1 đến 10. Chúng tôi cũng có thể tạo danh sách các số ngẫu nhiên từ 1 đến 10 bằng phương pháp hiểu danh sách. Danh sách hiểu là một cách ngắn gọn, thanh lịch để tạo danh sách trong một dòng mã.
[4.579037661382095, 5.730055468585331, 8.1164519822083, 8.429507037067328, 9.871750857766747]
[9, 4, 7, 10, 2, 6, 7, 0, 1, 1]
Ví dụ,
Nhập ngẫu nhiênrandom a=int[random.uniform[1,10]]=int[random.uniform[1,10]] print[a][a] lst=[int[random.uniform[1,10]]foriinrange[0,5]]= [int[random.uniform[1,10]]foriinrange[0,5]] print[lst] [lst] |
Output:
Trong ví dụ trên, chúng tôi trả về một số nguyên ngẫu nhiên trong khoảng từ 1 đến 10. Chúng tôi cũng có thể tạo danh sách các số ngẫu nhiên từ 1 đến 10 bằng phương pháp hiểu danh sách. Danh sách hiểu là một cách ngắn gọn, thanh lịch để tạo danh sách trong một dòng mã.
[3, 3, 3, 2, 5]
[9, 4, 7, 10, 2, 6, 7, 0, 1, 1]
Trong mã trên, chúng tôi sử dụng phương thức hiểu danh sách. Nó sử dụng một vòng lặp để tạo một danh sách với một dòng mã.
Sử dụng hàm random.randrange[]
Hàm randrange[]
tương tự như phương pháp randint[]
. Hàm này cũng có thể lấy tham số step
, có thể được coi là sự gia tăng giữa số tiếp theo trong phạm vi đã cho. Phương pháp này không bao gồm điểm cuối trên và có thể được sử dụng nếu chỉ có một số được chỉ định trong hàm vì nó chỉ định giới hạn dưới 0 theo mặc định.
Ví dụ,
Nhập ASNP NUMPYnumpy asnp a=np.random.randint[low=1,high=10]=np.random.randint[low=1,high=10] print[a][a] arr=a=np.random.randint[low=1,high=10,size=[5,]]=a= np.random.randint[low=1,high=10,size=[5,]] print[arr] [arr] |
Output:
4 [8 1 3 7 5]
[8 1 3 7 5]
Trong ví dụ trên, chúng tôi đã tạo ra một số ngẫu nhiên và một mảng một chiều có kích thước cần thiết chứa các số ngẫu nhiên trong khoảng từ 1 đến 10 trong Python.
Sử dụng chức năng randint[]
4
Điều này cũng tương tự như cái mà chúng ta đã thảo luận với ngoại lệ chính là việc sử dụng mô -đun Numpy để lưu trữ kết quả trong một mảng với kích thước được chỉ định.
Ví dụ,
Nhập ASNP NUMPYnumpy asnp a=np.random.uniform[low=1,high=10]=np.random.uniform[low=1,high=10] print[a][a] arr=a=np.random.uniform[low=1,high=10,size=[5,]]=a= np.random.uniform[low=1,high=10,size=[5,]] print[arr] [arr] |
Output:
4 [8 1 3 7 5]
[9.27276174 7.16017816 7.57330863 3.04637417 6.4280658 ]
Trong ví dụ trên, chúng tôi đã tạo ra một số ngẫu nhiên và một mảng một chiều có kích thước cần thiết chứa các số ngẫu nhiên trong khoảng từ 1 đến 10 trong Python.
Sử dụng chức năng randint[]
4
Điều này cũng tương tự như cái mà chúng ta đã thảo luận với ngoại lệ chính là việc sử dụng mô -đun Numpy để lưu trữ kết quả trong một mảng với kích thước được chỉ định.
Ví dụ,
Nhập ASNP NUMPYnumpy asnp intList=[1,2,3,4,5,6,7,8,9]=[1,2,3,4,5,6,7,8, 9] a=np.random.choice[intList]=np.random.choice[intList] print[a][a] arr=a=np.random.choice[intList,size=[5,]]=a= np.random.choice[intList,size=[5,]] print[arr][arr] |
Output:
4 [8 1 3 7 5]
[7 6 7 2 3]
Trong ví dụ trên, chúng tôi đã tạo ra một số ngẫu nhiên và một mảng một chiều có kích thước cần thiết chứa các số ngẫu nhiên trong khoảng từ 1 đến 10 trong Python.
Sử dụng chức năng randint[]
4
Điều này cũng tương tự như cái mà chúng ta đã thảo luận với ngoại lệ chính là việc sử dụng mô -đun Numpy để lưu trữ kết quả trong một mảng với kích thước được chỉ định.
Ví dụ,
2.162358774919478 [9.27276174 7.16017816 7.57330863 3.04637417 6.4280658]secrets import randbelow print[randbelow[10]] [randbelow[10]] |
Output:
3
Như đã thảo luận trước đó, chúng ta cũng có thể có những con số cuối cùng với tư cách là số nguyên.
Sử dụng chức năng randint[]
5