因為概率問題，所以需要測試一下python的隨機數分布。到底是平均（均勻）分布，還是正態（高斯）分布。
測試**如下：
#! /usr/bin/env python
#coding=utf-8
# ******************************===
# describe : 測試random隨機數分布
# d&p author by: 常成功
# create date: 2017/10/07
# modify date: 2017/10/20
# ******************************===
import random
import time
def test_rnd():
st_tm = time.time()
j = 0
num = 0
the_list = [1, 2, 3, 4]
# 計數字典
temp_dic =
while 1:
x = random.choice(the_list)
temp_dic[x] += 1
j += 1
# 跑一千萬次
if j >= 10000000:
break
ed_tm = time.time()
print "test random.choice()---------------------------:"
print "loop num: ", j
print "take time: ", ed_tm-st_tm
print "temp_dic :", temp_dic
print "test random.randint()---------------------------:"
st_tm = time.time()
j = 0
num = 0
# 計數字典
temp_dic =
while 1:
x = random.randint(1, 4)
temp_dic[x] += 1
j += 1
# 跑一千萬次
if j >= 10000000:
break
ed_tm = time.time()
print "loop num: ", j
print "take time: ", ed_tm-st_tm
print "temp_dic :", temp_dic
if __name__ == '__main__':
test_rnd()
結果說明：
平均（均勻）分布。
python隨機數分布random均勻分布例項
因為概率問題，所以需要測試一下python的隨機數分布。到底是平均 均勻 分布，還是正態 高斯 分布。測試 如下 usr bin env python coding utf 8 describe 測試random隨機數分布 d p author by 常成功 create date 2017 10 ...
指數分布的隨機數
產生指數分布的隨機數。定理 設 f x 是任一連續的分布函式，如果 u sim u 0,1 且 eta sim f x 證明 由於 u sim u 0,1 則有 p eta leqslant x p f u leqslant x p u leqslant f x f x 所以，eta sim f x...
由隨機數rand5實現隨機數rand7
rand7表示生成隨機數1,2,3,4,5,6,7 要通過rand5構造rand7現在可能沒有什麼思路，我們先試著用rand7生成rand5 rand7生成rand5很簡單，把6和7排除掉就是rand5了，也就是當隨機到大於5的時候，就再隨機一次，直到小於等於5 寫起來很容易 public stat...