作者：小伍哥

來(lái)源： AI入門(mén)學(xué)習(xí)

這篇文章繼續(xù)給大家介紹python中的隨機(jī)模塊，隨機(jī)數(shù)可以用于數(shù)學(xué)，游戲，安全等領(lǐng)域中，還經(jīng)常被嵌入到算法中，用以提高算法效率，并提高程序的安全性。平時(shí)數(shù)據(jù)分析各種分布的數(shù)據(jù)構(gòu)造也會(huì)用到。

12 uniform

描述：產(chǎn)生[a,b]范圍內(nèi)一個(gè)隨機(jī)浮點(diǎn)數(shù)。uniform()的a，b參數(shù)不需要遵循a<=b的規(guī)則，即a小b大也可以，此時(shí)生成[b,a]范圍內(nèi)的隨機(jī)浮點(diǎn)數(shù)。

語(yǔ)法：random.uniform(x, y)

random.uniform(10, 11)
10.789198208817488

13 triangular

描述：返回一個(gè)low <= N <=high的三角形分布的隨機(jī)數(shù)。參數(shù)mode指明眾數(shù)出現(xiàn)位置。

語(yǔ)法：random.triangular(low, high, mode)

data = [random.triangular(2,2,3) for i in range(20000)]
#直方圖
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度圖
sns.kdeplot(data, shade=True,color="#FF0000")

直方圖

密度圖無(wú)法顯示

14 vonmisesvariate

描述：卡帕分布

語(yǔ)法：vonmisesvariate(mu, kappa)

data = [random.vonmisesvariate(2,2) for i in range(20000)]
#直方圖
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度圖
sns.kdeplot(data, shade=True,color="#FF0000")

直方圖

密度圖

15 weibullvariate

描述：威布爾分布

語(yǔ)法：random.weibullvariate(alpha, beta)

data = [random.weibullvariate(1,2) for i in range(20000)]
#直方圖
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
sns.kdeplot(data, shade=True,color="#FF0000")

直方圖

密度圖

16 betavariate

描述：?β分布

語(yǔ)法：random.betavariate(alpha, beta)

data = [random.betavariate(1,2) for i in range(20000)]
#直方圖
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度圖
sns.kdeplot(data, shade=True,color="#FF0000")

直方圖

密度圖

?17 expovariate

描述：指數(shù)分布

語(yǔ)法：random.expovariate(lambd)

data = [random.expovariate(2) for i in range(50000)]
#直方圖
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度圖
sns.kdeplot(data, shade=True,color="#FF0000")

直方圖

密度圖

18 gammavariate

描述：?伽馬分布

語(yǔ)法：random.gammavariate(alpha, beta)

data = [random.gammavariate(2,2) for i in range(50000)]
#直方圖
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度圖
sns.kdeplot(data, shade=True,color="#FF0000")

直方圖

密度圖

19 gauss

描述：高斯分布

語(yǔ)法：random.gauss(mu, sigma)

data = [random.gauss(2,2) for i in range(50000)]
#直方圖
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度圖
sns.kdeplot(data, shade=True,color="#FF0000")

直方圖

密度圖

20 lognormvariate

描述：對(duì)數(shù)正態(tài)分布

語(yǔ)法：random.lognormvariate(mu, sigma)

示例：

data = [random.lognormvariate(4,2) for i in range(50000)]
#直方圖
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度圖
sns.kdeplot(data, shade=True,color="#FF0000")

直方圖

密度圖

21 normalvariate

描述：?正態(tài)分布

語(yǔ)法：random.normalvariate(mu, sigma)

data = [random.normalvariate(2,4) for i in range(20000)]
#直方圖
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度圖
sns.kdeplot(data, shade=True,color="#FF0000")

直方圖

密度圖

22 paretovariate

描述：帕累托分布

語(yǔ)法：random.paretovariate(alpha)

data = [random.paretovariate(4) for i in range(50000)]
#直方圖
plt.hist(data, bins=100,  color="#FF0000", alpha=.7)
#密度圖
sns.kdeplot(data, shade=True,color="#FF0000")

直方圖

密度圖

——熱門(mén)課程推薦：

想從事業(yè)務(wù)型數(shù)據(jù)分析師，您可以點(diǎn)擊>>>“數(shù)據(jù)分析師”了解課程詳情；

想從事大數(shù)據(jù)分析師，您可以點(diǎn)擊>>>“大數(shù)據(jù)就業(yè)”了解課程詳情；

想成為人工智能工程師，您可以點(diǎn)擊>>>“人工智能就業(yè)”了解課程詳情；

想了解Python數(shù)據(jù)分析，您可以點(diǎn)擊>>>“Python數(shù)據(jù)分析師”了解課程詳情；

想咨詢互聯(lián)網(wǎng)運(yùn)營(yíng)，你可以點(diǎn)擊>>>“互聯(lián)網(wǎng)運(yùn)營(yíng)就業(yè)班”了解課程詳情；

想了解更多優(yōu)質(zhì)課程，請(qǐng)點(diǎn)擊>>>