Generuj losowe liczby całkowite od 0 do 9

1335

Jak mogę wygenerować losowe liczby całkowite od 0 do 9 (włącznie) w Pythonie?

Na przykład 0, 1, 2, 3, 4, 5, 6, 7, 8,9

aneuryzm
źródło
15
Fajny styl wskazuje na „losową” generację 0-9
ColinMac

Odpowiedzi:

465
import random
print(random.randint(0,9))

random.randint(a, b)

Zwraca losową liczbę całkowitą N taką, że a <= N <= b.

Dokumenty: https://docs.python.org/3.1/library/random.html#random.randint

JMSamudio
źródło
1
W nowszych wersjach Pythona górna granica wydaje się być wyłączna (tzn. randint(0,9)Nigdy nie zwróci 9). Nie znajduje to odzwierciedlenia w dokumentacji online, ale we wbudowanej pomocy.
Yly
134

Spróbuj tego:

from random import randrange, uniform

# randrange gives you an integral value
irand = randrange(0, 10)

# uniform gives you a floating-point value
frand = uniform(0, 10)
Andrew Hare
źródło
81
from random import randint

x = [randint(0, 9) for p in range(0, 10)]

Generuje to 10 pseudolosowych liczb całkowitych z zakresu od 0 do 9 włącznie.

użytkownik14372
źródło
63

secretsModuł nowego w Pythonie 3.6. Jest to lepsze niż randommoduł do zastosowań w kryptografii lub zabezpieczeniach.

Aby losowo wydrukować liczbę całkowitą z zakresu 0–9:

from secrets import randbelow
print(randbelow(10))

Aby uzyskać szczegółowe informacje, zobacz PEP 506 .

Chris_Rands
źródło
3
Poprawiłoby to odpowiedź i powinno zostać dodane. Zawsze należy dodawać odpowiedzi bardziej nastawione na bezpieczeństwo, jeśli są dostępne.
SudoKid,
30

Wybierz rozmiar tablicy (w tym przykładzie wybrałem rozmiar 20). A następnie użyj następujących poleceń:

import numpy as np   
np.random.randint(10, size=(1, 20))

Możesz spodziewać się wyniku w następującej postaci ( przy każdym uruchomieniu zwracane będą różne losowe liczby całkowite; dlatego możesz oczekiwać, że liczby całkowite w tablicy wyjściowej będą się różnić od podanego poniżej przykładu ).

array([[1, 6, 1, 2, 8, 6, 3, 3, 2, 5, 6, 5, 0, 9, 5, 6, 4, 5, 9, 3]])
Człowiek z ludu
źródło
2
Warto również wiedzieć, w jaki sposób Numpy może wygenerować losową tablicę o określonym rozmiarze, a nie tylko pojedynczą liczbę losową. (Dokumenty: numpy.random.randint )
jkdev
28

Wypróbuj to random.shuffle

>>> import random
>>> nums = range(10)
>>> random.shuffle(nums)
>>> nums
[6, 3, 5, 4, 0, 1, 2, 9, 8, 7]
zangw
źródło
To nie jest poprawna odpowiedź i należy ją usunąć.
Nicolas Gervais,
21

Spróbowałbym jednej z następujących czynności:

1.> numpy.random.randint

import numpy as np
X1 = np.random.randint(low=0, high=10, size=(15,))

print (X1)
>>> array([3, 0, 9, 0, 5, 7, 6, 9, 6, 7, 9, 6, 6, 9, 8])

2.> numpy.random.uniform

import numpy as np
X2 = np.random.uniform(low=0, high=10, size=(15,)).astype(int)

print (X2)
>>> array([8, 3, 6, 9, 1, 0, 3, 6, 3, 3, 1, 2, 4, 0, 4])

3.> random.randrange

from random import randrange
X3 = [randrange(10) for i in range(15)]

print (X3)
>>> [2, 1, 4, 1, 2, 8, 8, 6, 4, 1, 0, 5, 8, 3, 5]

4.> random.randint

from random import randint
X4 = [randint(0, 9) for i in range(0, 15)]

print (X4)
>>> [6, 2, 6, 9, 5, 3, 2, 3, 3, 4, 4, 7, 4, 9, 6]

Prędkość:

np.random.randint jest najszybszy , a następnie np.random.uniform i random.randrange . random.randint jest najwolniejszy .

► Zarówno np.random.randint, jak i np.random.uniform są znacznie szybsze (~ 8-12 razy szybciej) niż random.randrange i random.randint .

%timeit np.random.randint(low=0, high=10, size=(15,))
>> 1.64 µs ± 7.83 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

%timeit np.random.uniform(low=0, high=10, size=(15,)).astype(int)
>> 2.15 µs ± 38.6 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit [randrange(10) for i in range(15)]
>> 12.9 µs ± 60.4 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit [randint(0, 9) for i in range(0, 15)]
>> 20 µs ± 386 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

Uwagi:

1.> np.random.randint generuje losowe liczby całkowite w przedziale półotwartym [niski, wysoki).

2.> np.random.uniform generuje równomiernie rozmieszczone liczby w półotwartym przedziale [niski, wysoki).

3.> random.randrange (stop) generuje losową liczbę z zakresu (start, stop, krok).

4.> random.randint (a, b) zwraca losową liczbę całkowitą N taką, że a <= N <= b.

5.> astype (int) rzutuje tablicę numpy na int typ danych.

6.> Wybrałem rozmiar = (15,). Otrzymasz tablicę liczb numpy o długości = 15.

Siddharth Satpathy
źródło
18

W przypadku liczb ciągłych randintlub randrangeprawdopodobnie najlepszym wyborem, ale jeśli masz kilka różnych wartości w sekwencji (tj. A list), możesz również użyć choice:

>>> import random
>>> values = list(range(10))
>>> random.choice(values)
5

choice działa również dla jednego elementu z nieciągłej próbki:

>>> values = [1, 2, 3, 5, 7, 10]
>>> random.choice(values)
7

Jeśli potrzebujesz go „silnie kryptograficznie”, jest także secrets.choicew Pythonie 3.6 i nowszych:

>>> import secrets
>>> values = list(range(10))
>>> secrets.choice(values)
2
MSeifert
źródło
Co jeśli chcemy więcej liczb z sekwencji?
Gunjan naik
Jeśli powinny być one bez wymiany: random.sample. Z zamiennikiem możesz użyć choice[choice(values) for _ in range(3)]
wyrażenia
18

Chociaż wiele stanowisk wykazać jak dostać jedną losową liczbę całkowitą, oryginalne pytanie pyta jak wygenerować losową liczbę całkowitą s (liczba mnoga):

Jak mogę wygenerować losowe liczby całkowite od 0 do 9 (włącznie) w Pythonie?

Dla jasności tutaj pokazujemy, jak uzyskać wiele losowych liczb całkowitych.

Dany

>>> import random


lo = 0
hi = 10
size = 5

Kod

Wiele losowych liczb całkowitych

# 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]

Próbka losowych liczb całkowitych

# 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]

Detale

Niektóre posty pokazują, jak natywnie generować wiele losowych liczb całkowitych. 1 Oto kilka opcji, które rozwiązują dorozumiane pytanie:

Zobacz także przemówienie R. Hettingera na temat dzielenia i aliasowania na przykładach z randommodułu.

Oto porównanie niektórych losowych funkcji w bibliotece standardowej i Numpy:

| | 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) |

Możesz także szybko przekonwertować jedną z wielu dystrybucji w Numpy na próbkę losowych liczb całkowitych. 3)

Przykłady

>>> 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])

1 Mianowicie @John Lawrence Aspden, @ST Mohammed, @SiddTheKid, @ user14372, @zangw, i in. 2 @prashanth wspomina o tym module pokazując jedną liczbę całkowitą. 3 Demonstrowane przez @Siddharth Satpathy

pylang
źródło
14

jeśli chcesz użyć numpy, użyj następujących poleceń:

import numpy as np
print(np.random.randint(0,10))
sushmit
źródło
1
Możesz powiedzieć coś o „numpy”.
Simón,
11
Tak. Dzięki za link. Chciałem jednak powiedzieć, że mogłeś poprawić swoją odpowiedź, podając szczegóły, zanim zacytujesz dwa wiersze kodu; na przykład z jakiego powodu ktoś wolałby go używać zamiast czegoś już wbudowanego. W każdym razie nie do tego jesteś zobowiązany.
Simón
9
>>> import random
>>> random.randrange(10)
3
>>> random.randrange(10)
1

Aby uzyskać listę dziesięciu próbek:

>>> [random.randrange(10) for x in range(10)]
[9, 0, 4, 0, 5, 7, 4, 3, 6, 8]
John Lawrence Aspden
źródło
7

Generowanie losowych liczb całkowitych od 0 do 9.

import numpy
X = numpy.random.randint(0, 10, size=10)
print(X)

Wynik:

[4 8 0 4 9 6 9 9 0 7]
Ashok Kumar Jayaraman
źródło
6

random.sample to kolejny, który można wykorzystać

import random
n = 1 # specify the no. of numbers
num = random.sample(range(10),  n)
num[0] # is the required number
prashanth
źródło
6

Najlepszym sposobem jest użycie funkcji importowania losowego

import random
print(random.sample(range(10), 10))

lub bez importu biblioteki:

n={} 
for i in range(10):
    n[i]=i

for p in range(10):
    print(n.popitem()[1])

tutaj popitemy usuwają i zwracają dowolną wartość ze słownika n.

ST Mohammed
źródło
3

Jest to bardziej podejście matematyczne, ale działa w 100% przypadków:

Powiedzmy, że chcesz użyć random.random()funkcji do wygenerowania liczby między aa b. Aby to osiągnąć, wykonaj następujące czynności:

num = (b-a)*random.random() + a;

Oczywiście możesz wygenerować więcej liczb.

Orestis Zekai
źródło
2

Ze strony dokumentacji losowego modułu:

Ostrzeżenie: Pseudolosowych generatorów tego modułu nie należy używać ze względów bezpieczeństwa. Użyj os.urandom () lub SystemRandom, jeśli potrzebujesz kryptograficznie bezpiecznego generatora liczb pseudolosowych.

random.SystemRandom , który został wprowadzony w Pythonie 2.4, jest uważany za kryptograficznie bezpieczny . Jest nadal dostępny w Pythonie 3.7.1, który jest aktualny w momencie pisania.

>>> import string
>>> string.digits
'0123456789'
>>> import random
>>> random.SystemRandom().choice(string.digits)
'8'
>>> random.SystemRandom().choice(string.digits)
'1'
>>> random.SystemRandom().choice(string.digits)
'8'
>>> random.SystemRandom().choice(string.digits)
'5'

Zamiast string.digits, rangemoże być użyty w przypadku niektórych innych odpowiedzi, być może wraz ze zrozumieniem. Mieszaj i dopasowuj według swoich potrzeb.

rriehle
źródło
0

OpenTURNS pozwala nie tylko symulować losowe liczby całkowite, ale także definiować skojarzony rozkład ze UserDefinedzdefiniowaną klasą.

Poniżej symuluje 12 wyników dystrybucji.

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)

To drukuje:

0 [8]
1 [7]
2 [4]
3 [7]
4 [3]
5 [3]
6 [2]
7 [9]
8 [0]
9 [5]
10 [9]
11 [6]

Nawiasy są dostępne, ponieważ xPointw 1 wymiarze. Łatwiej byłoby wygenerować 12 wyników w jednym wezwaniu do getSample:

sample = distribution.getSample(12)

wyprodukowałby:

>>> 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  ]

Więcej szczegółów na ten temat znajduje się tutaj: http://openturns.github.io/openturns/master/user_manual/_generated/openturns.UserDefined.html

Michael Baudin
źródło
-1

Miałem z tym więcej szczęścia dla Pythona 3.6

str_Key = ""                                                                                                
str_RandomKey = ""                                                                                          
for int_I in range(128):                                                                                    
      str_Key = random.choice('0123456789')
      str_RandomKey = str_RandomKey + str_Key 

Wystarczy dodać znaki, takie jak „ABCD” i „abcd” lub „^! ~ = -> <”, aby zmienić pulę znaków, z której można pobierać, zmienić zakres, aby zmienić liczbę generowanych znaków.

MT Head
źródło