Python中,我想得到1~255随机整数,用rand.randint(1,255),但不想让里 ...

发布网友 发布时间：2022-04-26 04:05

我来回答

共9个回答

热心网友 时间：2022-04-07 07:10

1、可以使用while函数，对随机进行循环

2、直接在随机数中去掉170这个值

扩展资料：

除了randint，random模块中比较常用的方法还有：

1、random.random()

生成一个0到1之间的随机浮点数，包括0但不包括1，也就是[0.0, 1.0)。

2、random.uniform(a, b)

生成a、b之间的随机浮点数。不过与randint不同的是，a、b无需是整数，也不用考虑大小。

random.uniform(2.2, 6)

random.uniform(6,2.2)

这两种参数都是可行的。

3、random.choice(seq)

从序列中随机选取一个元素。seq需要是一个序列，比如list、元组、字符串。

random.choice([1, 4, 7, 2, 5, 8]) #list

random.choice('hello') #字符串

random.choice((1, 2, 3)) #元组

都是可行的用法。

热心网友 时间：2022-04-07 08:28

先随机得到1-254之间的一个数，如果这个数等于170，再次随机，这样才能保证得到的数是完全随机出来的，而不能给随机出来的数加上1。

可以是下面这样的。

import random

a=random.randint(1,254)

while(a==170):

a=random.randint(1,254)

print(a)

扩展资料：

在统计学的不同技术中需要使用随机数，比如在从统计总体中抽取有代表性的样本的时候，或者在将实验动物分配到不同的试验组的过程中，或者在进行蒙特卡罗模拟法计算的时候等等。

产生随机数有多种不同的方法。这些方法被称为随机数发生器。随机数最重要的特性是：它所产生的后面的那个数与前面的那个数毫无关系。

真正的随机数是使用物理现象产生的：比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等等。这样的随机数发生器叫做物理性随机数发生器，它们的缺点是技术要求比较高。

在实际应用中往往使用伪随机数就足够了。这些数列是“似乎”随机的数，实际上它们是通过一个固定的、可以重复的计算方法产生的。计算机或计算器产生的随机数有很长的周期性。它们不真正地随机，因为它们实际上是可以计算出来的，但是它们具有类似于随机数的统计特征。这样的发生器叫做伪随机数发生器。

在真正关键性的应用中，比如在密码学中，人们一般使用真正的随机数。

C语言、C++、C#、Java、Matlab等程序语言和软件中都有对应的随机数生成函数，如rand等。

参考资料：随机数_百度百科

热心网友 时间：2022-04-07 10:03

观看了楼主采纳的这个答案觉得不妥，虽然下面的代码也可以达到随机的效果。

import random
a = random.randint(1, 254)
if a >= 170:
a += 1

但却不是真正的随机，真正的随机应该是先随机得到1-254之间的一个数，如果这个数等于170，再次随机，这样才能保证得到的数是完全随机出来的，而不能给随机出来的数加上1。

可以是下面这样的。

import random
a=random.randint(1,254)
while(a==170):
a=random.randint(1,254)
print(a)

当然上面的随机是把170这个数也算入到里面去了，那么怎么去掉170这个数，再在1-169,169-254这两组数字之间随机呢？下面有一行代码可以得到随机整数

import random
random.choice([x for x in range(1,254) if x!=170 ])

楼主可以用type(x)来查看得到的数的类型，是个整数哦。

不知道是否满足楼主的需求？

追问嗯，你说的对，昨天我问好之后就自己想到了和你一摸一样一样的方法，所以没多考虑就选了一个，谢谢你啦

热心网友 时间：2022-04-07 11:54

相当于是取1~254的随机数，然后如果得到的数大于等于170的话，就往后挪1，就达到你要的随机效果了。

a = random.randint(1, 254)
if a >= 170:
a += 1

热心网友 时间：2022-04-07 14:02

import random

def numgen(start, ended, times=100, exceptset=set()):
    while times:
        x = random.randint(start, ended)
        if x in exceptset:
            continue
        yield x
        times -= 1
        
for n in numgen(1, 255, 10, set([170,]):
   print n

热心网友 时间：2022-04-07 16:27

from random import *
a = range(1,256)
a.remove(170)
print sample(a, 1)[0]

热心网友 时间：2022-04-07 19:08

import random
import pylab
def generate(n):
    list = []
    for i in range(n):
                                  
        a = random.randint(1,169)
        b = random.randint(171,255)
        if random.random() < 169.0 / 255.0:
            list.append(a)
        else:
            list.append(b)
    return list
pylab.hist(generate(10000),bins=254)
pylab.show()

看看，最后绘图，均匀分布

热心网友 时间：2022-04-07 22:06

#  Python 3 版本适用此代码，这段代码的思路是先生成一个符合要求的所有数字的列表。
#  然后从这个列表里除去不需要的170这个数字，再用随机函数在这个不包含170的数字集合中
#  随机出一个数字。

import random                 # 导入random这个库
a=list(range(1,256))          # 生成包含1到255这些数字的列表，注意range的参数是包头不包尾。
a.remove(170)                 # 从列表中去除170这个数字
print(random.sample(a,1)[0])  # 打印这个数字，sample方法两个参数的意义是（列表，取几个值）

热心网友 时间：2022-04-08 01:21

最佳答案写的对着呢，"1~254" 没问题，因为下面用的是">="，170以上统一加1就成了171-255了，从而不存在170的概率是2倍的问题。
这是思路1，
思路2，随机1~254，出现170时，用255取代。
思路3，随机1~255，出现170时循环再执行一遍。