Categories: Python

Python 以 random 模組產生隨機亂數教學與範例

介紹如何使用 Python 內建的 random 模組產生各種亂數，以及進行隨機抽樣或排序等。

Python 內建的 random 模組可以用來產生隨機亂數，以下是各種亂數的產生方式與範例。

若要使用 Python 的 random 模組，直接引入即可，不必安裝：

# 引入 random 模組
import random

產生隨機亂數（浮點數）

random 函數可以產生介於 0 到 1 之間隨機浮點數：

# 產生介於 0 到 1 之間的隨機浮點數（0.0 <= x < 1.0）
x = random.random()
print(x)

0.20380693821340268

若要改變隨機浮點數的數值範圍，可以使用 uniform 函數，它可以透過參數指定亂數的下限與上限值：

# 產生介於 2.5 到 10 之間的隨機浮點數（2.5 <= x < 10.0）
x = random.uniform(2.5, 10.0)
print(x)

7.662203326329259

產生隨機亂數（整數）

若要產生固定範圍內的隨機整數，可以使用 randrange，其範圍的指定方式類似 range，可以用單一參數指定範圍上限值，下限值預設為 0。例如產生介於 0 到 4 之間的隨機整數：

# 產生介於 0 到 4 的隨機整數（0 <= x < 5）
x = random.randrange(5)
print(x)

當下限值不是 0 的時候，則可用兩個參數分別指定上限與下限值，例如產生介於 5 到 9 的隨機整數：

# 產生介於 5 到 9 的隨機整數（5 <= x < 10）
x = random.randrange(5, 10)
print(x)

randrange 可以透過第三個參數指定步長（step），可用於產生奇數或偶數等亂數：

# 產生介於 0 到 100 的隨機偶數（0 <= x < 101）
x = random.randrange(0, 101, 2)
print(x)

設定亂數種子

電腦所產生的亂數實際上是根據亂數種子與演算法計算出來的，同樣的亂數種子會產生相同的亂數。若要設定亂數種子可以使用 seed 函數：

# 設定亂數種子
random.seed(10)

# 產生亂數
print(random.random())

0.5714025946899135

亂數種子在驗證程式的正確性時非常重要，在程式的開發與除錯階段，通常都需要固定亂數種子，這樣才能比較容易看出程式有沒有問題。

隨機抽取串列元素

如果要從一個串列（list）中隨機抽取一個元素（隨機抽樣），可以使用 choice 函數：

# 串列資料
a = ["A", "B", "C", "D"]

# 隨機抽取一個元素
x = random.choice(a)
print(x)

如果要抽取多個元素，而且取後不放回，則可使用 sample 函數：

# 串列資料
a = ["A", "B", "C", "D"]

# 隨機抽取 2 個元素（取後不放回）
x = random.sample(a, 2)
print(x)

['D', 'C']

如果要抽取多個元素，並且取後放回，則可使用 choices 函數：

# 串列資料
a = ["A", "B", "C", "D"]

# 隨機抽取 2 個元素（取後放回）
x = random.choices(a, k=2)
print(x)

['D', 'B']

隨機排序串列

若要對串列進行隨機排序，把元素的順序打亂，可以使用 shuffle 函數：

# 串列資料
a = [1, 2, 3, 4, 5, 6]

# 隨機排序串列
random.shuffle(a)
print(a)

產生常態分布亂數

常態分布（normal distribution，又稱高斯分布）是模擬分析上很常被使用分布之一，若要產生常態分布的亂數可以使用 gauss 函數：

# 產生常態分布亂數（平均值 = 0，標準差 = 1）
x = random.gauss(mu=0, sigma=1)
print(x)

0.49899782617786265

以下是產生 10000 個常態分布亂數，並繪製直方圖的範例：

import random
import matplotlib.pyplot as plt

# 產生 10000 個常態分布亂數
nums = []
for i in range(10000):
    x = random.gauss(mu=0, sigma=1)
    nums.append(x)

# 繪製直方圖
plt.hist(nums, bins=100)
plt.show()

常態分布亂數直方圖

產生指數分布亂數

指數分布（exponential distribution）也是常見的分布之一，若要產生指數分布的隨機亂數，可以使用函數：

# 產生指數分布亂數（平均值 = 1/5）
x = random.expovariate(lambd=5)
print(x)

0.15457600767292332

以下是產生 10000 個指數分布亂數，並繪製直方圖的範例：

import random
import matplotlib.pyplot as plt

# 產生 10000 個指數分布亂數
nums = []
for i in range(10000):
    x = random.expovariate(lambd=5)
    nums.append(x)

# 繪製直方圖
plt.hist(nums, bins=100)
plt.show()