python学习第十天（1）：subprocess，random

1 subprocess

2 random：生成伪随机数。由随机种子根据一定计算方法计算出来。默认种子来自系统时钟。

　　基本方法：

　　random.seed(a=None,version=2):a作为种子需是整数。

　　random.getstate()：返回当前生成器的内部状态。

　　random.setstate(state):传入一个先前利用getstate方法获得的状态对象，使得生成器回复到这个状态。

　　random.getrandbits(k)：返回一个不大于K位的python整数（十进制）,如k=10，则为0-2^10之间。

　　针对整数方法：

　　radom.randrange(stop)，random.randrange(start,stop[,step]):等同于choice（range（start，stop，step))，从range范围随机取一个数，不实际创建range对象。

　　random.randint（a,b）：等同于randrange（a,b+1）

　　针对序列：

　　random.choice(seq):从非空序列中随机选择一个元素。空则IndexError异常。

　　random.choices(population,weights=None,*,cum_weights=None,k=1):3.6版本新增。从population集群中随机抽取K个元素。weights是相对权重列表，cum_weights是累计权重，两个参数不能同时存在。

　　random.shuffle(x[,random]):随机打乱可变序列x内元素的排序，‘洗牌’。不可变序列使用sample

　　random.sample(population,k):从population样本或集合中随机抽取K个不重复的元素形成新的序列。

　　真值分布：

　　random.random():

　　random.uniform(a,b):返回一个介于a和b之间的浮点数。

　　random.triangular(low,high,mode):返回一个low <= N <=high的三角形分布的随机数。参数mode指明众数出现位置。

　　

　　random.betavariate(alpha, beta)：β分布。返回的结果在0~1之间。

　　random.expovariate(lambd)：指数分布

　　random.gammavariate(alpha, beta)：伽马分布

　　random.gauss(mu, sigma)：高斯分布

　　random.lognormvariate(mu, sigma)：对数正态分布

　　random.normalvariate(mu, sigma)：正态分布

　　random.vonmisesvariate(mu, kappa)：卡帕分布

　　random.paretovariate(alpha)：帕累托分布

　　random.weibullvariate(alpha, beta)

　　可选择的生成器

　　class random.S有stemRandom（[seed]）：使用os.urandom()生成随机数的类，由操作系统提供源码。不一定所有系统都支持。

　　例子：

　　

random函数：

>>> from random import *
>>> random()                             # 随机浮点数:  0.0 <= x < 1.0
0.37444887175646646

>>> uniform(2.5, 10.0)                   # 随机浮点数:  2.5 <= x < 10.0
3.1800146073117523


>>> randrange(10)                        # 0-9的整数：
7

>>> randrange(0, 101, 2)                 # 0-100的偶数
26

>>> choice(['win', 'lose', 'draw'])      # 从序列随机选择一个元素
'draw'

>>> deck = 'ace two three four'.split()
>>> shuffle(deck)                        # 对序列进行洗牌，改变原序列
>>> deck
['four', 'two', 'ace', 'three']

>>> sample([10, 20, 30, 40, 50], k=4)    # 不改变原序列的抽取指定数目样本，并生成新序列
[40, 10, 50, 30]


>>> # 6次旋转红黑绿轮盘(带权重可重复的取样)，不破坏原序列
>>> choices(['red', 'black', 'green'], [18, 18, 2], k=6)
['red', 'green', 'black', 'black', 'red', 'black']

>>> # Deal 20 cards without replacement from a deck of 52 playing cards
>>> # and determine the proportion of cards with a ten-value
>>> # (a ten, jack, queen, or king).
>>> deck = collections.Counter(tens=16, low_cards=36)
>>> seen = sample(list(deck.elements()), k=20)
>>> seen.count('tens') / 20
0.15

>>> # Estimate the probability of getting 5 or more heads from 7 spins
>>> # of a biased coin that settles on heads 60% of the time.
>>> trial = lambda: choices('HT', cum_weights=(0.60, 1.00), k=7).count('H') >= 5
>>> sum(trial() for i in range(10000)) / 10000
0.4169

>>> # Probability of the median of 5 samples being in middle two quartiles
>>> trial = lambda : 2500 <= sorted(choices(range(10000), k=5))[2]  < 7500
>>> sum(trial() for i in range(10000)) / 10000
0.7958

生成一个包含大写字母和数字的随机4位的验证码的程序：

import random

checkcode = ''
for i in range(4):
    current = random.randrange(0,4)
    if current != i:
        temp = chr(random.randint(65,90))
    else:
        temp = random.randint(0,9)
    checkcode += str(temp)


print(checkcode)

生成指定长度字母数字随机序列的代码：

import random,string

def gen_random_string(length):
    num_of_numeric = random.randint(1,length-1)
    num_of_letter = length - num_of_numeric

    numerics = [random.choice(string.digits) for i in range(num_of_numeric)]

    letters = [random.choice(string.ascii_letters) for i in range(num_of_letter)]

    all_chars = numerics + letters

    random.shuffle(all_chars)

    result = ''.join([i for i in all_chars])
    return result


if __name__ == '__main__':
    print(gen_random_string(64))