python使用Random随机生成列表的方法实例

目录
  • 引言:
  • 1.在python中用random生成一个列表。
  • 2.翻了一些资料找到了取值不重复的写法
  • 3.下面用冒泡排序来实验一下效果
  • 附:一行代码实现生成一个随机列表
  • 总结

引言:

闲来想到冒泡排序中的列表数据的排序,就想试试用随机数生成一个列表来排序试试,于是做了一下实验,本人实在是属于入门阶段,研究了一下终究还是完成了

1.在python中用random生成一个列表。

(0,1000)指列表中的数取值范围0~1000之间,list列表数的lenth=10。

import random
list=[random.randint(0,1000)for i in range(10)]
print(list)

输出结果如图:

但是这种方法取值是可以重复的,

import random
list=[random.randint(0,10)for i in range(10)]
print(list)

2.翻了一些资料找到了取值不重复的写法

range(10)是取值范围,后面的值是lenth长度

import random
list=random.sample([i for i in range(0,10)],10)
print(list)

输出如下:

3.下面用冒泡排序来实验一下效果

升序的写法:

import random#导入随机数的包
list=random.sample([i for i in range(0,10)],10)#确定随机取值的范围和列表l的长度
print(list)
#获取列表的长度
n=len(list)
#冒泡排序
#外循环每次循环就会两两比较选出最大的数放在右边,所以是实际比较的个数是n-1(比如1,2,3)三个数比较只会比较2次,外循环控制循环多少趟
for x in range(0,n-1):
    # 内循环控制每趟循环的次数,每趟循环就会两两比较选出最大的数放在右边,选出的数(x)不计入次数,且每次比较都会(n-1次),所以是长度n-x-1
    for y in range(0,n-1-x):
        #如果左边的数大于右边的数就会交换位置,用到赋值交换
        if list[y]>list[y+1]:
            be=list[y]
            list[y]=list[y+1]
            list[y+1]=be
print(list)

输出结果:

下面我换换print输出的位置我们就可以看见比较的过程

import random
list=random.sample([i for i in range(0,10)],10)
print(list)

n=len(list)

for x in range(0,n-1):
    for y in range(0,n-1-x):
        if list[y]>list[y+1]:
            be=list[y]
            list[y]=list[y+1]
            list[y+1]=be
    print(list)

输出结果:

降序的写法

import random#导入随机数的包
list=random.sample([i for i in range(0,10)],10)#确定随机取值的范围和列表l的长度
print(list)
#获取列表的长度
n=len(list)
#冒泡排序
#外循环每次循环就会两两比较选出最大的数放在右边,所以是实际比较的个数是n-1(比如1,2,3)三个数比较只会比较2次
for x in range(0,n-1):
    # 内循环控制每趟循环的次数,每趟循环就会两两比较选出最大的数放在右边,选出的数(x)不计入次数,且每次比较都会(n-1次),所以是长度n-x-1
    for y in range(0,n-1-x):
        #如果左边的数大于右边的数就会交换位置,用到赋值交换
        if list[y]<list[y+1]:
            be=list[y]
            list[y]=list[y+1]
            list[y+1]=be
print(list)

输出结果:

附:一行代码实现生成一个随机列表

主要用随机数模块和推导式:

import random
exit([random.randint(1,100) for i in range(10) ])

事实上,exit是抛出异常然后退出,后面无法对列表进行操作,正常情况我们还是这样写,这样打印出来的还是会出现重复的数:

 import random
 print([random.randint(1,100) for i in range(10) ])

但是python太强大了,有专门的函数生成这种列表,还不带重复的:

import random
print(random.sample(range(1,100),10))

总结

到此这篇关于python使用Random随机生成列表的文章就介绍到这了,更多相关python Random随机生成列表内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • 详解Python利用random生成一个列表内的随机数

    首先,需要导入random模块: import random 随机取1-33之间的1个随机数,可能重复: random.choice(range(1,34)) print得到一系列随机数,执行一次得到一个随机数: print(random.choice(range(1,34))) 随机取1-33之间的6个随机数,可能重复: random.choices(range(1,34),k=6,weights=range(1,34)) 其权重值表示该数或该范围内的数输出概率大,输出结果为列表 随机取1-3

  • Python标准库之随机数 (math包、random包)介绍

    我们已经在Python运算中看到Python最基本的数学运算功能.此外,math包补充了更多的函数.当然,如果想要更加高级的数学功能,可以考虑选择标准库之外的numpy和scipy项目,它们不但支持数组和矩阵运算,还有丰富的数学和物理方程可供使用. 此外,random包可以用来生成随机数.随机数不仅可以用于数学用途,还经常被嵌入到算法中,用以提高算法效率,并提高程序的安全性. math包 math包主要处理数学相关的运算.math包定义了两个常数: 复制代码 代码如下: math.e   # 自

  • Python随机数random模块使用指南

    random 模块是Python自带的模块,除了生成最简单的随机数以外,还有很多功能. random.random() 用来生成一个0~1之间的随机浮点数,范围[0,10 >>> import random >>> random.random() 0.5038461831828231 random.uniform(a,b) 返回a,b之间的随机浮点数,范围[a,b]或[a,b),取决于四舍五入,a不一定要比b小. >>> random.uniform(

  • Python使用random模块生成随机数操作实例详解

    本文实例讲述了Python使用random模块生成随机数操作.分享给大家供大家参考,具体如下: 今天在用Python编写一个小程序时,要用到随机数,于是就在网上查了一下关于Python生成各种随机数的方法,现将其总结如下: 此处,利用Python中的random模块生成随机数.因此首先必须导入该模块:import random 一. 随机产生一个元素 import random #生成一个0到1的随机浮点数: 0 <= n < 1.0 print(random.random()) >&g

  • python随机数分布random均匀分布实例

    因为概率问题,所以需要测试一下python的随机数分布.到底是平均(均匀)分布,还是正态(高斯)分布. 测试代码如下: #! /usr/bin/env python #coding=utf-8 # ================================= # Describe : 测试random随机数分布 # D&P Author By: 常成功 # Create Date: 2017/10/07 # Modify Date: 2017/10/20 # (C) 2012-2017 A

  • Python内置random模块生成随机数的方法

    本文我们详细地介绍下两个模块关于生成随机序列的其他使用方法. 随机数参与的应用场景大家一定不会陌生,比如密码加盐时会在原密码上关联一串随机数,蒙特卡洛算法会通过随机数采样等等.Python内置的random模块提供了生成随机数的方法,使用这些方法时需要导入random模块. import random 下面介绍下Python内置的random模块的几种生成随机数的方法. 1.random.random()随机生成 0 到 1 之间的浮点数[0.0, 1.0).注意的是返回的随机数可能会是 0 但

  • Python随机数种子(random seed)的使用

    目录 1. 随机数种子 2. numpy中的随机数种子 3. 随机数"顺序"的奥秘 在科学技术和机器学习等其他算法相关任务中,我们经常需要用到随机数,为了把握随机数的生成特性,从随机数的随机无序中获得确定和秩序.我们可以利用随机数种子(random seed)来实现这一目标,随机数种子,可以使得引入了随机数的整个程序,在多次运行中得到确定的,一致的结果. 很多博文谈到随机数种子,只是简单论及,利用随机数种子,可以每次生成相同的随机数.想真正用好掌握它,对此很容易产生疑惑,生成相同的随机

  • Python random模块(获取随机数)常用方法和使用例子

    random.randomrandom.random()用于生成一个0到1的随机符点数: 0 <= n < 1.0 random.uniformrandom.uniform(a, b),用于生成一个指定范围内的随机符点数,两个参数其中一个是上限,一个是下限.如果a > b,则生成的随机数n: a <= n <= b.如果 a <b, 则 b <= n <= a 复制代码 代码如下: print random.uniform(10, 20)print rand

  • python numpy之np.random的随机数函数使用介绍

    np.random的随机数函数(1) 函数 说明 rand(d0,d1,..,dn) 根据d0‐dn创建随机数数组,浮点数, [0,1),均匀分布 randn(d0,d1,..,dn) 根据d0‐dn创建随机数数组,标准正态分布 randint(low[,high,shape]) 根据shape创建随机整数或整数数组,范围是[low, high) seed(s) 随机数种子, s是给定的种子值 np.random.rand import numpy as np a = np.random.ran

  • Python中random模块生成随机数详解

    Python中的random模块用于生成随机数.下面介绍一下random模块中最常用的几个函数. random.random random.random()用于生成一个0到1的随机符点数: 0 <= n < 1.0 random.uniform random.uniform的函数原型为:random.uniform(a, b),用于生成一个指定范围内的随机符点数,两个参数其中一个是上限,一个是下限.如果a > b,则生成的随机数n: a <= n <= b.如果 a <

随机推荐