Python random モジュール

Python randomモジュールは主に乱数を生成するために使用されます。

randomモジュールは、さまざまな分布の擬似乱数生成器を実装しています。

使用するにはrandom関数を先にインポートする必要があります：

import random

random モジュールの内容を確認する：

例

>>> import random
>>> dir(random)
['BPF', 'LOG4', 'NV_MAGICCONST', 'RECIP_BPF', 'Random', 'SG_MAGICCONST', 'SystemRandom', 'TWOPI', '_Sequence', '_Set', '__all__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', '_accumulate', '_acos', '_bisect', '_ceil', '_cos', '_e', '_exp', '_floor', '_inst', '_log', '_os', '_pi', '_random', '_repeat', '_sha512', '_sin', '_sqrt', '_test', '_test_generator', '_urandom', '_warn', 'betavariate', 'choice', 'choices', 'expovariate', 'gammavariate', 'gauss', 'getrandbits', 'getstate', 'lognormvariate', 'normalvariate', 'paretovariate', 'randbytes', 'randint', 'random', 'randrange', 'sample', 'seed', 'setstate', 'shuffle', 'triangular', 'uniform', 'vonmisesvariate', 'weibullvariate']

次に、私たちが使用するrandom()メソッドは乱数を返し、それは半開区間 [0,1)範囲内にあり、0 を含みますが 1 は含みません。

例

# random パッケージをインポート
import random

# 乱数を生成
print(random.random())

上記の例の出力結果は次のとおりです：

0.4784904215869241

seed()メソッドは乱数生成器のシードを変更します。他の random モジュール関数を呼び出す前にこの関数を呼び出すことができます。

例

#!/usr/bin/python3
import random

random.seed()
print ("デフォルトのシードを使用して乱数を生成：", random.random())
print ("デフォルトのシードを使用して乱数を生成：", random.random())

random.seed(10)
print ("整数 10 のシードを使用して乱数を生成：", random.random())
random.seed(10)
print ("整数 10 のシードを使用して乱数を生成：", random.random())

random.seed("hello",2)
print ("文字列のシードを使用して乱数を生成：", random.random())

上記の例を実行した後の出力結果は次のとおりです：

使用默认种子生成随机数： 0.7908102856355441
使用默认种子生成随机数： 0.81038961519195
使用整数 10 种子生成随机数： 0.5714025946899135
使用整数 10 种子生成随机数： 0.5714025946899135
使用字符串种子生成随机数： 0.3537754404730722

random モジュールのメソッド

random モジュールのメソッドは次のとおりです：

メソッド 説明
seed() 乱数生成器を初期化します
getstate() ジェネレータの現在の内部状態をキャプチャしたオブジェクトを返します。
setstate() state は、以前に getstate() を呼び出して取得したものでなければなりません。setstate() は、ジェネレータの内部状態を getstate() が呼び出された時の状態に復元します。
getrandbits(k) k 個のランダムなビットを持つ非負の Python 整数を返します。このメソッドは MersenneTwister ジェネレータとともに提供され、他の一部のジェネレータでも API のオプション部分として提供される場合があります。可能な場合、getrandbits() は randrange() が任意の大きな区間を処理できるようにします。
randrange() range(start, stop, step) からランダムに選択された要素を返します。
randint(a, b) a <= N <= b を満たすランダムな整数 N を返します。
choice(seq) 空でないシーケンス seq からランダムな要素を返します。seq が空の場合、IndexError を発生させます。
choices(population, weights=None, *, cum_weights=None, k=1) population から復元抽出を行い、サイズ k の要素リストを返します。population が空の場合、IndexError を発生させます。
shuffle(x[, random]) シーケンス x の位置をランダムにシャッフルします。
sample(population, k, *, counts=None) 母集団シーケンスまたは集合から選択された一意の要素の長さ k のリストを返します。重複なしのランダムサンプリングに使用されます。
random() [0.0, 1.0) の範囲内の次のランダムな浮動小数点数を返します。
uniform() ランダムな浮動小数点数 N を返します。a <= b の場合は a <= N <= b、b < a の場合は b <= N <= a です。
triangular(low, high, mode) low <= N <= high となるランダムな浮動小数点数 N を返し、これらの境界の間で指定された mode を使用します。low と high の境界はデフォルトで 0 と 1 です。mode パラメータはデフォルトで境界間の中点となり、対称分布になります。
betavariate(alpha, beta) Beta 分布。パラメータの条件は alpha > 0 かつ beta > 0 です。戻り値の範囲は 0 と 1 の間です。
expovariate(lambd) 指数分布。lambd は、必要な平均値で 1.0 を割った値であり、ゼロ以外である必要があります。
gammavariate() Gamma 分布（ガンマ関数ではありません）パラメータの条件は alpha > 0 かつ beta > 0 です。
gauss(mu, sigma) 正規分布（ガウス分布とも呼ばれます）。mu は平均値、sigma は標準偏差です。この関数は、後述の normalvariate() 関数より少し高速です。
lognormvariate(mu, sigma) 対数正規分布。この分布の自然対数を取ると、平均 mu、標準偏差 sigma の正規分布が得られます。mu は任意の値でかまいませんが、sigma はゼロより大きい必要があります。
normalvariate(mu, sigma) 正規分布。mu は平均値、sigma は標準偏差です。
vonmisesvariate(mu, kappa) フォン・ミーゼス分布。mu は平均角度で、ラジアンで表され、0 から 2*pi の間です。kappa は集中度パラメータで、ゼロ以上でなければなりません。kappa がゼロの場合、この分布は 0 から 2*pi の範囲で一様なランダム角度に縮小されます。
paretovariate(alpha) パレート分布。alpha は形状パラメータです。
weibullvariate(alpha, beta) ワイブル分布。alpha は尺度パラメータ、beta は形状パラメータです。
その他の拡張