Ngẫu nhiên hoạt động như thế nào trên python?

Nếu giá trị giống nhau, trình tự sẽ giống nhau. Ví dụ: nếu bạn sử dụng 2 làm giá trị gieo hạt, bạn sẽ luôn thấy trình tự sau

import random
random.seed[2]

print[random.random[]]
print[random.random[]]
print[random.random[]]

Đầu ra sẽ luôn tuân theo trình tự

0.9560342718892494
0.9478274870593494
0.05655136772680869

Không phải ngẫu nhiên như vậy chứ?

Dưới đây là danh sách tất cả các chức năng được xác định trong mô-đun ngẫu nhiên với lời giải thích ngắn gọn về chức năng của chúng

Trong bài đăng này, tôi muốn mô tả cách sử dụng mô-đun ngẫu nhiên trong Python. Mô-đun ngẫu nhiên cung cấp quyền truy cập vào các chức năng hỗ trợ nhiều hoạt động. Có lẽ điều quan trọng nhất là nó cho phép bạn tạo các số ngẫu nhiên

Khi nào thì sử dụng nó?

Chúng tôi muốn máy tính chọn một số ngẫu nhiên trong một phạm vi nhất định Chọn một yếu tố ngẫu nhiên từ danh sách, chọn một thẻ ngẫu nhiên từ bộ bài, tung đồng xu, v.v. Khi làm cho cơ sở dữ liệu mật khẩu của bạn an toàn hơn hoặc hỗ trợ tính năng trang ngẫu nhiên trên trang web của bạn

chức năng ngẫu nhiên

Mô-đun Ngẫu nhiên chứa một số chức năng rất hữu ích

ngẫu nhiên

Nếu chúng ta muốn một số nguyên ngẫu nhiên, chúng ta có thể sử dụng hàm randint Randint chấp nhận hai tham số. số thấp nhất và số cao nhất. Tạo số nguyên giữa 1,5. Giá trị đầu tiên phải nhỏ hơn giá trị thứ hai

import random
print random.randint[0, 5]

Điều này sẽ xuất ra 1, 2, 3, 4 hoặc 5

Ngẫu nhiên

Nếu muốn số lớn hơn, bạn có thể nhân lên

Ví dụ: một số ngẫu nhiên trong khoảng từ 0 đến 100

import random
random.random[] * 100

Sự lựa chọn

Tạo một giá trị ngẫu nhiên từ chuỗi trình tự

random.choice[ ['red', 'black', 'green'] ].

Chức năng lựa chọn thường có thể được sử dụng để chọn một phần tử ngẫu nhiên từ danh sách

import random
myList = [2, 109, False, 10, "Lorem", 482, "Ipsum"]
random.choice[myList]

Xáo trộn

Hàm xáo trộn, xáo trộn các phần tử trong danh sách tại chỗ, để chúng theo thứ tự ngẫu nhiên

ngẫu nhiên. xáo trộn [danh sách] Ví dụ được lấy từ bài đăng này trên Stackoverflow

from random import shuffle
x = [[i] for i in range[10]]
shuffle[x]
Output:
# print x  gives  [[9], [2], [7], [0], [4], [5], [3], [1], [8], [6]]
# of course your results will vary

sắp xếp ngẫu nhiên

Tạo một phần tử được chọn ngẫu nhiên từ phạm vi [bắt đầu, dừng, bước]

random.randrange[start, stop[, step]]
import random
for i in range[3]:
    print random.randrange[0, 101, 5]

Mã ví dụ

Hãy xem ví dụ này [sao chép từ Doug Hellmann PYMOTW]

0.9560342718892494
0.9478274870593494
0.05655136772680869
0

Chỉ có hai kết quả được phép, do đó, thay vì sử dụng các số và chuyển đổi chúng, các từ “đầu” và “sấp” được sử dụng với sự lựa chọn []

Các kết quả được lập bảng trong từ điển sử dụng tên kết quả làm khóa

0.9560342718892494
0.9478274870593494
0.05655136772680869
1

Thêm thông tin

import random
random.random[] * 100
0

Có liên quan

Đào tạo Python được đề xuất

Khóa học. Python 3 cho người mới bắt đầu

Hơn 15 giờ nội dung video với hướng dẫn có hướng dẫn cho người mới bắt đầu. Tìm hiểu cách tạo các ứng dụng trong thế giới thực và nắm vững kiến ​​thức cơ bản

Ngẫu nhiên là ngẫu nhiên như thế nào? . Bất cứ khi nào bạn đang tạo dữ liệu, chuỗi hoặc số ngẫu nhiên trong Python, bạn nên có ít nhất một ý tưởng sơ bộ về cách dữ liệu đó được tạo

Tại đây, bạn sẽ đề cập đến một số tùy chọn khác nhau để tạo dữ liệu ngẫu nhiên trong Python, sau đó xây dựng để so sánh từng tùy chọn về mức độ bảo mật, tính linh hoạt, mục đích và tốc độ của nó

Tôi hứa rằng hướng dẫn này sẽ không phải là một bài học về toán học hay mật mã, những thứ mà ngay từ đầu tôi đã không được trang bị tốt để giảng bài. Bạn sẽ học toán nhiều như cần thiết, và không còn nữa

Ngẫu nhiên là ngẫu nhiên như thế nào?

Đầu tiên, một tuyên bố từ chối trách nhiệm nổi bật là cần thiết. Hầu hết dữ liệu ngẫu nhiên được tạo bằng Python không hoàn toàn ngẫu nhiên theo nghĩa khoa học của từ này. Thay vào đó, nó là giả ngẫu nhiên. được tạo bằng trình tạo số giả ngẫu nhiên [PRNG], về cơ bản là bất kỳ thuật toán nào để tạo dữ liệu có vẻ ngẫu nhiên nhưng vẫn có thể tái tạo

Các số ngẫu nhiên “đúng” có thể được tạo bởi, bạn đoán xem, một bộ tạo số ngẫu nhiên thực [TRNG]. Một ví dụ là liên tục nhặt một con súc sắc trên sàn, tung nó lên không trung và để nó tiếp đất theo cách nó có thể.

Giả sử rằng cú tung của bạn không thiên vị, bạn thực sự không biết con súc sắc sẽ rơi vào số nào. Tung xúc xắc là một hình thức sử dụng phần cứng thô sơ để tạo ra một con số không mang tính quyết định. [Hoặc, bạn có thể nhờ xúc xắc làm việc này cho bạn. ] TRNG nằm ngoài phạm vi của bài viết này nhưng dù sao cũng đáng được đề cập để so sánh

PRNG, thường được thực hiện bằng phần mềm thay vì phần cứng, hoạt động hơi khác một chút. Đây là một mô tả ngắn gọn

Họ bắt đầu với một số ngẫu nhiên, được gọi là hạt giống, sau đó sử dụng thuật toán để tạo chuỗi bit giả ngẫu nhiên dựa trên nó. [Nguồn]

Bạn có thể đã được yêu cầu “đọc tài liệu. " ở một điểm nào đó. Chà, những người đó không sai. Đây là một đoạn đặc biệt đáng chú ý từ tài liệu của mô-đun

0.9560342718892494
0.9478274870593494
0.05655136772680869
32 mà bạn không muốn bỏ lỡ

Cảnh báo. Không nên sử dụng bộ tạo giả ngẫu nhiên của mô-đun này cho mục đích bảo mật. [Nguồn]

Bạn có thể đã thấy

0.9560342718892494
0.9478274870593494
0.05655136772680869
33,
0.9560342718892494
0.9478274870593494
0.05655136772680869
34, hoặc tương tự, trong Python. Lệnh gọi hàm này đang khởi tạo trình tạo số ngẫu nhiên cơ bản được sử dụng bởi mô-đun
0.9560342718892494
0.9478274870593494
0.05655136772680869
32 của Python. Đó là những gì làm cho các cuộc gọi tiếp theo để tạo các số ngẫu nhiên mang tính xác định. đầu vào A luôn tạo ra đầu ra B. Phước lành này cũng có thể là một lời nguyền nếu nó được sử dụng ác ý

Có lẽ thuật ngữ “ngẫu nhiên” và “tất định” dường như không thể tồn tại cạnh nhau. Để làm cho điều đó rõ ràng hơn, đây là một phiên bản rút gọn của

0.9560342718892494
0.9478274870593494
0.05655136772680869
36 lặp đi lặp lại tạo ra một số "ngẫu nhiên" bằng cách sử dụng
0.9560342718892494
0.9478274870593494
0.05655136772680869
37.
0.9560342718892494
0.9478274870593494
0.05655136772680869
38 ban đầu được định nghĩa là một giá trị hạt giống và sau đó biến thành một chuỗi số xác định dựa trên hạt giống đó

import random
print random.randint[0, 5]
0

Đừng lấy ví dụ này theo nghĩa đen, vì nó chủ yếu nhằm minh họa khái niệm. Nếu bạn sử dụng giá trị khởi đầu 1234, chuỗi lệnh gọi tiếp theo tới

0.9560342718892494
0.9478274870593494
0.05655136772680869
36 phải luôn giống hệt nhau

>>>

import random
print random.randint[0, 5]
2

Bạn sẽ sớm thấy một minh họa nghiêm túc hơn về điều này

Loại bỏ các quảng cáo

“Bảo mật bằng mật mã” là gì?

Nếu bạn chưa có đủ với các từ viết tắt của RNG RNG, hãy thêm một từ nữa vào hỗn hợp. CSPRNG hoặc PRNG bảo mật bằng mật mã. CSPRNG phù hợp để tạo dữ liệu nhạy cảm như mật khẩu, trình xác thực và mã thông báo. Đưa ra một chuỗi ngẫu nhiên, thực tế không có cách nào để Malicious Joe xác định chuỗi nào xuất hiện trước hoặc sau chuỗi đó trong một chuỗi các chuỗi ngẫu nhiên

Một thuật ngữ khác mà bạn có thể thấy là entropy. Tóm lại, điều này đề cập đến mức độ ngẫu nhiên được giới thiệu hoặc mong muốn. Ví dụ: một mô-đun Python mà bạn sẽ đề cập ở đây xác định

import random
print random.randint[0, 5]
30, số byte sẽ trả về theo mặc định. Các nhà phát triển cho rằng đây là byte "đủ" để tạo ra đủ tiếng ồn

Ghi chú. Thông qua hướng dẫn này, tôi giả sử rằng một byte đề cập đến 8 bit, như nó đã có từ những năm 1960, chứ không phải là một số đơn vị lưu trữ dữ liệu khác. Bạn có thể gọi đây là một octet nếu bạn thích

Một điểm quan trọng về CSPRNG là chúng vẫn là giả ngẫu nhiên. Chúng được thiết kế theo cách nào đó mang tính tất định nội bộ, nhưng chúng thêm một số biến khác hoặc có một số thuộc tính khiến chúng “đủ ngẫu nhiên” để cấm sao lưu vào bất kỳ chức năng nào thực thi thuyết tất định

Những gì bạn sẽ trình bày ở đây

Về mặt thực tế, điều này có nghĩa là bạn nên sử dụng PRNG đơn giản để lập mô hình thống kê, mô phỏng và để tái tạo dữ liệu ngẫu nhiên. Chúng cũng nhanh hơn đáng kể so với CSPRNG, như bạn sẽ thấy ở phần sau. Sử dụng CSPRNG cho các ứng dụng bảo mật và mật mã khi bắt buộc phải có độ nhạy của dữ liệu

Ngoài việc mở rộng các trường hợp sử dụng ở trên, trong hướng dẫn này, bạn sẽ đi sâu vào các công cụ Python để sử dụng cả PRNG và CSPRNG

  • Các tùy chọn PRNG bao gồm mô-đun
    0.9560342718892494
    0.9478274870593494
    0.05655136772680869
    
    32 từ thư viện chuẩn của Python và đối tác NumPy dựa trên mảng của nó,
    import random
    print random.randint[0, 5]
    
    32
  • Các mô-đun
    import random
    print random.randint[0, 5]
    
    33,
    import random
    print random.randint[0, 5]
    
    34 và
    import random
    print random.randint[0, 5]
    
    35 của Python chứa các hàm để tạo các đối tượng bảo mật bằng mật mã

Bạn sẽ chạm vào tất cả những điều trên và kết thúc bằng một so sánh cấp cao

PRNG trong Python

Mô-đun
0.9560342718892494
0.9478274870593494
0.05655136772680869
32

Có lẽ công cụ được biết đến rộng rãi nhất để tạo dữ liệu ngẫu nhiên trong Python là mô-đun

0.9560342718892494
0.9478274870593494
0.05655136772680869
32 của nó, sử dụng thuật toán Mersenne Twister PRNG làm trình tạo cốt lõi của nó

Trước đó, bạn đã chạm nhẹ vào

import random
print random.randint[0, 5]
38 và bây giờ là thời điểm tốt để xem nó hoạt động như thế nào. Trước tiên, hãy xây dựng một số dữ liệu ngẫu nhiên mà không cần gieo hạt. Hàm
import random
print random.randint[0, 5]
39 trả về một số float ngẫu nhiên trong khoảng [0. 0, 1. 0]. Kết quả sẽ luôn nhỏ hơn điểm cuối bên phải [1. 0]. Đây còn được gọi là phạm vi bán mở

>>>

import random
random.random[] * 100
3

Nếu bạn tự chạy mã này, tôi cá rằng số tiền tiết kiệm cả đời của tôi sẽ được trả về trên máy của bạn sẽ khác. Mặc định khi bạn không khởi tạo trình tạo là sử dụng thời gian hệ thống hiện tại của bạn hoặc "nguồn ngẫu nhiên" từ hệ điều hành của bạn nếu có sẵn

Với

import random
print random.randint[0, 5]
38, bạn có thể tái tạo kết quả và chuỗi cuộc gọi sau
import random
print random.randint[0, 5]
38 sẽ tạo ra cùng một đường dữ liệu

>>>

0.9560342718892494
0.9478274870593494
0.05655136772680869
3

Lưu ý sự lặp lại của các số "ngẫu nhiên". Chuỗi số ngẫu nhiên trở nên xác định hoặc hoàn toàn được xác định bởi giá trị hạt giống, 444

Hãy xem xét một số chức năng cơ bản hơn của

0.9560342718892494
0.9478274870593494
0.05655136772680869
32. Ở trên, bạn đã tạo một số float ngẫu nhiên. Bạn có thể tạo một số nguyên ngẫu nhiên giữa hai điểm cuối trong Python bằng hàm
import random
random.random[] * 100
83. Điều này kéo dài toàn bộ khoảng thời gian [x, y] và có thể bao gồm cả hai điểm cuối

>>>

import random
print random.randint[0, 5]
3

Với

import random
random.random[] * 100
84, bạn có thể loại trừ phía bên phải của khoảng, nghĩa là số được tạo luôn nằm trong [x, y] và sẽ luôn nhỏ hơn điểm cuối bên phải

>>>

import random
random.random[] * 100
8

Nếu bạn cần tạo số float ngẫu nhiên nằm trong khoảng [x, y] cụ thể, bạn có thể sử dụng

import random
random.random[] * 100
85, lấy từ phân phối đồng đều liên tục

>>>

random.choice[ ['red', 'black', 'green'] ].
3

Để chọn một phần tử ngẫu nhiên từ một chuỗi không trống [như danh sách hoặc bộ dữ liệu], bạn có thể sử dụng

import random
random.random[] * 100
86. Ngoài ra còn có
import random
random.random[] * 100
87 để chọn nhiều phần tử từ một chuỗi có thay thế [có thể trùng lặp]

random.choice[ ['red', 'black', 'green'] ].
6

Để bắt chước lấy mẫu mà không cần thay thế, hãy sử dụng

import random
random.random[] * 100
88

>>>

random.choice[ ['red', 'black', 'green'] ].
8

Bạn có thể chọn ngẫu nhiên một chuỗi tại chỗ bằng cách sử dụng

import random
random.random[] * 100
89. Điều này sẽ sửa đổi đối tượng trình tự và ngẫu nhiên hóa thứ tự của các phần tử

>>>

import random
myList = [2, 109, False, 10, "Lorem", 482, "Ipsum"]
random.choice[myList]
0

Nếu bạn không muốn thay đổi danh sách ban đầu, trước tiên bạn cần tạo một bản sao và sau đó xáo trộn bản sao. Bạn có thể tạo các bản sao của danh sách Python bằng mô-đun

random.choice[ ['red', 'black', 'green'] ].
30 hoặc chỉ
random.choice[ ['red', 'black', 'green'] ].
31 hoặc
random.choice[ ['red', 'black', 'green'] ].
32, trong đó
0.9560342718892494
0.9478274870593494
0.05655136772680869
38 là danh sách

Trước khi chuyển sang tạo dữ liệu ngẫu nhiên với NumPy, hãy xem xét thêm một ứng dụng có liên quan một chút. tạo ra một chuỗi các chuỗi ngẫu nhiên duy nhất có độ dài đồng đều

Nó có thể giúp suy nghĩ về thiết kế của chức năng đầu tiên. Bạn cần chọn từ một “nhóm” các ký tự như chữ cái, số và/hoặc dấu chấm câu, kết hợp chúng thành một chuỗi duy nhất, sau đó kiểm tra xem chuỗi này chưa được tạo chưa. Python

random.choice[ ['red', 'black', 'green'] ].
34 hoạt động tốt cho loại thử nghiệm thành viên này

import random
print random.randint[0, 5]
20

random.choice[ ['red', 'black', 'green'] ].
35 nối các chữ cái từ
import random
random.random[] * 100
87 thành một mã Python duy nhất
random.choice[ ['red', 'black', 'green'] ].
37 có độ dài
random.choice[ ['red', 'black', 'green'] ].
38. Mã thông báo này được thêm vào tập hợp, không được chứa các bản sao và vòng lặp
random.choice[ ['red', 'black', 'green'] ].
39 thực thi cho đến khi tập hợp có số lượng phần tử mà bạn chỉ định

Nguồn. Mô-đun

random.choice[ ['red', 'black', 'green'] ].
60 của Python chứa một số hằng số hữu ích.
random.choice[ ['red', 'black', 'green'] ].
61,
random.choice[ ['red', 'black', 'green'] ].
62,
random.choice[ ['red', 'black', 'green'] ].
63,
random.choice[ ['red', 'black', 'green'] ].
64 và một số người khác

Hãy thử chức năng này

>>>

import random
print random.randint[0, 5]
21

Đối với phiên bản tinh chỉnh của hàm này, câu trả lời Stack Overflow này sử dụng các hàm tạo, liên kết tên và một số thủ thuật nâng cao khác để tạo phiên bản

random.choice[ ['red', 'black', 'green'] ].
65 nhanh hơn, an toàn bằng mật mã ở trên

Loại bỏ các quảng cáo

PRNG cho mảng.
import random
print random.randint[0, 5]
32

Một điều bạn có thể nhận thấy là phần lớn các hàm từ

0.9560342718892494
0.9478274870593494
0.05655136772680869
32 trả về một giá trị vô hướng [một
random.choice[ ['red', 'black', 'green'] ].
68,
random.choice[ ['red', 'black', 'green'] ].
69 hoặc đối tượng khác]. Nếu bạn muốn tạo một chuỗi các số ngẫu nhiên, một cách để đạt được điều đó là hiểu danh sách Python

>>>

import random
print random.randint[0, 5]
22

Nhưng có một tùy chọn khác được thiết kế riêng cho việc này. Bạn có thể nghĩ gói

import random
print random.randint[0, 5]
32 của riêng NumPy giống như gói
0.9560342718892494
0.9478274870593494
0.05655136772680869
32 của thư viện chuẩn, nhưng đối với mảng NumPy. [Nó cũng được tải với khả năng rút ra từ nhiều phân phối thống kê hơn. ]

Hãy lưu ý rằng

import random
print random.randint[0, 5]
32 sử dụng PRNG của chính nó, tách biệt với
0.9560342718892494
0.9478274870593494
0.05655136772680869
32 cũ đơn giản. Bạn sẽ không tạo ra các mảng NumPy ngẫu nhiên một cách xác định bằng một lệnh gọi tới
import random
print random.randint[0, 5]
38 của chính Python

>>>

import random
print random.randint[0, 5]
23

Không có gì khó chịu, đây là một vài ví dụ để kích thích sự thèm ăn của bạn

>>>

import random
print random.randint[0, 5]
24

Trong cú pháp của

random.choice[ ['red', 'black', 'green'] ].
85, các tham số
random.choice[ ['red', 'black', 'green'] ].
86 là tùy chọn và cho biết hình dạng của đối tượng cuối cùng. Ở đây,
random.choice[ ['red', 'black', 'green'] ].
87 tạo một mảng 2d với 3 hàng và 4 cột. dữ liệu sẽ là tôi. i. d. , nghĩa là mỗi điểm dữ liệu được vẽ độc lập với các điểm khác

Một thao tác phổ biến khác là tạo một chuỗi các giá trị Boolean ngẫu nhiên,

random.choice[ ['red', 'black', 'green'] ].
88 hoặc
random.choice[ ['red', 'black', 'green'] ].
89. Một cách để làm điều này là với
import random
myList = [2, 109, False, 10, "Lorem", 482, "Ipsum"]
random.choice[myList]
00. Tuy nhiên, trên thực tế, việc chọn từ
import random
myList = [2, 109, False, 10, "Lorem", 482, "Ipsum"]
random.choice[myList]
01 và sau đó chuyển đổi các số nguyên này thành các giá trị Boolean tương ứng của chúng nhanh hơn khoảng 4 lần

>>>

import random
print random.randint[0, 5]
25

Còn việc tạo dữ liệu tương quan thì sao? . Một cách để giải quyết vấn đề này là sử dụng hàm

import random
myList = [2, 109, False, 10, "Lorem", 482, "Ipsum"]
random.choice[myList]
02 của NumPy, hàm này tính đến ma trận hiệp phương sai. Nói cách khác, để rút ra từ một biến ngẫu nhiên phân phối bình thường, bạn cần chỉ định giá trị trung bình và phương sai [hoặc độ lệch chuẩn] của nó

Để lấy mẫu từ phân phối chuẩn đa biến, bạn chỉ định ma trận phương tiện và hiệp phương sai, và bạn kết thúc bằng nhiều chuỗi dữ liệu tương quan, mỗi chuỗi dữ liệu được phân phối xấp xỉ chuẩn

Tuy nhiên, thay vì hiệp phương sai, tương quan là thước đo quen thuộc và trực quan hơn đối với hầu hết mọi người. Đó là hiệp phương sai được chuẩn hóa bằng tích của các độ lệch chuẩn và do đó bạn cũng có thể xác định hiệp phương sai theo tương quan và độ lệch chuẩn

Vì vậy, bạn có thể lấy các mẫu ngẫu nhiên từ phân phối chuẩn đa biến bằng cách chỉ định ma trận tương quan và độ lệch chuẩn không? . Ở đây, S là một vectơ của độ lệch chuẩn, P là ma trận tương quan của chúng và C là ma trận hiệp phương sai [hình vuông] kết quả

Điều này có thể được thể hiện bằng NumPy như sau

import random
print random.randint[0, 5]
26

Bây giờ, bạn có thể tạo hai chuỗi thời gian tương quan nhưng vẫn ngẫu nhiên

>>>

import random
print random.randint[0, 5]
27

Bạn có thể coi

import random
myList = [2, 109, False, 10, "Lorem", 482, "Ipsum"]
random.choice[myList]
03 là 500 cặp điểm dữ liệu tương quan nghịch. Đây là cách kiểm tra độ chính xác mà bạn có thể quay lại các đầu vào ban đầu, xấp xỉ
import random
myList = [2, 109, False, 10, "Lorem", 482, "Ipsum"]
random.choice[myList]
04,
import random
myList = [2, 109, False, 10, "Lorem", 482, "Ipsum"]
random.choice[myList]
05 và
import random
myList = [2, 109, False, 10, "Lorem", 482, "Ipsum"]
random.choice[myList]
06 từ phía trên

>>>

import random
print random.randint[0, 5]
28

Trước khi chúng tôi chuyển sang CSPRNG, có thể hữu ích khi tóm tắt một số hàm

0.9560342718892494
0.9478274870593494
0.05655136772680869
32 và các đối tác
import random
print random.randint[0, 5]
32 của chúng

Python

0.9560342718892494
0.9478274870593494
0.05655136772680869
32 ModuleNumPy CounterpartUse
0.9560342718892494
0.9478274870593494
0.05655136772680869
36
import random
print random.randint[0, 5]
201Phao ngẫu nhiên trong [0. 0, 1. 0]
import random
print random.randint[0, 5]
202
import random
print random.randint[0, 5]
203Random integer in [a, b]
import random
print random.randint[0, 5]
204
import random
print random.randint[0, 5]
205Random integer in [a, b]
import random
print random.randint[0, 5]
206
import random
print random.randint[0, 5]
207Random float in [a, b]
import random
print random.randint[0, 5]
208
import random
print random.randint[0, 5]
209Random element from
import random
print random.randint[0, 5]
210
import random
print random.randint[0, 5]
211
import random
print random.randint[0, 5]
209Random
random.choice[ ['red', 'black', 'green'] ].
38 elements from
import random
print random.randint[0, 5]
210 with replacement
import random
print random.randint[0, 5]
215
import random
print random.randint[0, 5]
209 with
import random
print random.randint[0, 5]
217Random
random.choice[ ['red', 'black', 'green'] ].
38 elements from
import random
print random.randint[0, 5]
210 without replacement
import random
print random.randint[0, 5]
220
import random
print random.randint[0, 5]
221Shuffle the sequence
0.9560342718892494
0.9478274870593494
0.05655136772680869
38 in place
import random
print random.randint[0, 5]
223 or

Ghi chú. NumPy chuyên dùng để xây dựng và thao tác với các mảng lớn, đa chiều. Nếu bạn chỉ cần một giá trị duy nhất, thì

0.9560342718892494
0.9478274870593494
0.05655136772680869
32 là đủ và có thể sẽ nhanh hơn nữa. Đối với các chuỗi nhỏ,
0.9560342718892494
0.9478274870593494
0.05655136772680869
32 thậm chí có thể nhanh hơn, bởi vì NumPy đi kèm với một số chi phí

Bây giờ bạn đã đề cập đến hai tùy chọn cơ bản cho PRNG, hãy chuyển sang một vài tùy chọn thích ứng an toàn hơn

Loại bỏ các quảng cáo

CSPRNG trong Python

import random
print random.randint[0, 5]
230. Giới thiệu ngẫu nhiên như nó có được

Hàm

import random
print random.randint[0, 5]
230 của Python được sử dụng bởi cả
import random
print random.randint[0, 5]
34 và
import random
print random.randint[0, 5]
35 [cả hai hàm này bạn sẽ thấy ngay sau đây]. Không đi vào quá nhiều chi tiết,
import random
print random.randint[0, 5]
230 tạo các byte ngẫu nhiên phụ thuộc vào hệ điều hành có thể được gọi là bảo mật bằng mật mã một cách an toàn

  • Trên các hệ điều hành Unix, nó đọc các byte ngẫu nhiên từ tệp đặc biệt

    import random
    print random.randint[0, 5]
    
    235, từ đó “cho phép truy cập vào tiếng ồn môi trường được thu thập từ trình điều khiển thiết bị và các nguồn khác. ” [Cảm ơn, Wikipedia. ] Đây là thông tin bị cắt xén dành riêng cho trạng thái hệ thống và phần cứng của bạn tại một thời điểm nhưng đồng thời cũng đủ ngẫu nhiên

  • Trên Windows, hàm C++

    import random
    print random.randint[0, 5]
    
    236 được sử dụng. Hàm này về mặt kỹ thuật vẫn là giả ngẫu nhiên, nhưng nó hoạt động bằng cách tạo giá trị gốc từ các biến như ID tiến trình, trạng thái bộ nhớ, v.v.

Với

import random
print random.randint[0, 5]
230, không có khái niệm gieo thủ công. Mặc dù về mặt kỹ thuật vẫn là giả ngẫu nhiên, chức năng này phù hợp hơn với cách chúng ta nghĩ về tính ngẫu nhiên. Đối số duy nhất là số byte cần trả về

>>>

import random
print random.randint[0, 5]
29

Trước khi chúng ta tiếp tục, đây có thể là thời điểm tốt để đi sâu vào một bài học nhỏ về mã hóa ký tự. Nhiều người, bao gồm cả tôi, có một số phản ứng dị ứng khi họ nhìn thấy các đối tượng

import random
print random.randint[0, 5]
238 và một hàng dài các ký tự
import random
print random.randint[0, 5]
239. Tuy nhiên, thật hữu ích khi biết các chuỗi như
0.9560342718892494
0.9478274870593494
0.05655136772680869
38 ở trên cuối cùng được chuyển thành chuỗi hoặc số như thế nào

import random
print random.randint[0, 5]
230 trả về một chuỗi các byte đơn

>>>

import random
random.random[] * 100
30

Nhưng làm thế nào để điều này cuối cùng lại biến thành một Python

random.choice[ ['red', 'black', 'green'] ].
37 hoặc một dãy số?

Đầu tiên, hãy nhớ lại một trong những khái niệm cơ bản của điện toán, đó là một byte được tạo thành từ 8 bit. Bạn có thể coi một bit là một chữ số duy nhất là 0 hoặc 1. Một byte chọn một cách hiệu quả giữa 0 và 1 tám lần, vì vậy cả

import random
print random.randint[0, 5]
243 và
import random
print random.randint[0, 5]
244 đều có thể đại diện cho byte. Hãy thử điều này, sử dụng chuỗi f Python được giới thiệu trong Python 3. 6, trong thông dịch viên của bạn

>>>

import random
random.random[] * 100
31

Điều này tương đương với

import random
print random.randint[0, 5]
245, với một số định dạng đặc biệt.
import random
print random.randint[0, 5]
246 chuyển đổi một số nguyên thành biểu diễn nhị phân của nó dưới dạng một chuỗi

Điều đó để chúng ta ở đâu? . [Không có ý định chơi chữ. ] Cho rằng chúng ta được phép có 8 bit, mỗi bit có 2 lựa chọn, có thể có các tổ hợp “kết hợp”

import random
print random.randint[0, 5]
248 byte. ”

Điều này có nghĩa là mỗi byte ánh xạ tới một số nguyên từ 0 đến 255. Nói cách khác, chúng ta sẽ cần nhiều hơn 8 bit để biểu diễn số nguyên 256. Bạn có thể xác minh điều này bằng cách kiểm tra xem

import random
print random.randint[0, 5]
249 hiện là 9 chứ không phải 8

Được rồi, bây giờ hãy quay lại kiểu dữ liệu

import random
print random.randint[0, 5]
238 mà bạn đã thấy ở trên, bằng cách xây dựng một chuỗi các byte tương ứng với các số nguyên từ 0 đến 255

>>>

import random
random.random[] * 100
32

Nếu bạn gọi

import random
print random.randint[0, 5]
251, bạn sẽ quay lại danh sách Python chạy từ 0 đến 255. Nhưng nếu bạn chỉ in
import random
print random.randint[0, 5]
252, bạn sẽ nhận được một chuỗi trông xấu xí đầy những dấu gạch chéo ngược

>>>

import random
random.random[] * 100
33

Các dấu gạch chéo ngược này là các chuỗi thoát và

import random
print random.randint[0, 5]
253 đại diện cho ký tự có giá trị hex
import random
print random.randint[0, 5]
254. Một số thành phần của
import random
print random.randint[0, 5]
252 được hiển thị theo nghĩa đen [các ký tự có thể in được như chữ cái, số và dấu chấm câu]. Hầu hết được thể hiện với lối thoát.
import random
print random.randint[0, 5]
256 đại diện cho khoảng lùi của bàn phím, trong khi
import random
print random.randint[0, 5]
257 là dấu xuống dòng [một phần của dòng mới, trên hệ thống Windows]

Nếu bạn cần xem lại hệ thập lục phân, Charles Petzold's Code. The Hidden Language là một nơi tuyệt vời cho điều đó. Hex là một hệ thống đánh số cơ số 16, thay vì sử dụng từ 0 đến 9, sử dụng từ 0 đến 9 và a đến f làm các chữ số cơ bản của nó

Cuối cùng, hãy quay lại nơi bạn đã bắt đầu, với chuỗi byte ngẫu nhiên

0.9560342718892494
0.9478274870593494
0.05655136772680869
38. Hy vọng rằng điều này có ý nghĩa hơn một chút bây giờ. Gọi
import random
print random.randint[0, 5]
259 trên một đối tượng
import random
print random.randint[0, 5]
238 sẽ cho một
random.choice[ ['red', 'black', 'green'] ].
37 số thập lục phân, với mỗi số tương ứng với một số thập phân từ 0 đến 255

>>>

import random
random.random[] * 100
34

Một câu hỏi cuối cùng. làm thế nào là

import random
print random.randint[0, 5]
262 dài 12 ký tự ở trên, mặc dù
0.9560342718892494
0.9478274870593494
0.05655136772680869
38 chỉ có 6 byte? . Phiên bản
random.choice[ ['red', 'black', 'green'] ].
37 của
import random
print random.randint[0, 5]
238 sẽ luôn dài gấp đôi tầm mắt của chúng ta

Ngay cả khi byte [chẳng hạn như

import random
print random.randint[0, 5]
266] không cần biểu diễn đủ 8 bit, thì
import random
print random.randint[0, 5]
262 sẽ luôn sử dụng hai chữ số hex trên mỗi byte, do đó, số 1 sẽ được biểu thị là
import random
print random.randint[0, 5]
268 thay vì chỉ
import random
print random.randint[0, 5]
269. Tuy nhiên, về mặt toán học, cả hai đều có cùng kích thước

Chi tiết kỹ thuật. Điều bạn chủ yếu mổ xẻ ở đây là làm thế nào một đối tượng

import random
print random.randint[0, 5]
238 trở thành một
random.choice[ ['red', 'black', 'green'] ].
37 Python. Một tính kỹ thuật khác là làm thế nào
import random
print random.randint[0, 5]
238 do
import random
print random.randint[0, 5]
230 tạo ra được chuyển đổi thành
random.choice[ ['red', 'black', 'green'] ].
69 trong khoảng thời gian [0. 0, 1. 0], như trong phiên bản bảo mật bằng mật mã của
import random
print random.randint[0, 5]
39. Nếu bạn muốn khám phá thêm điều này, đoạn mã này sẽ minh họa cách
import random
print random.randint[0, 5]
276 thực hiện chuyển đổi ban đầu thành số nguyên, sử dụng hệ thống đánh số cơ sở 256

Với điều đó trong vành đai của bạn, hãy chạm vào một mô-đun được giới thiệu gần đây,

import random
print random.randint[0, 5]
34, mô-đun này giúp tạo mã thông báo bảo mật thân thiện hơn nhiều với người dùng

Loại bỏ các quảng cáo

Python được giữ tốt nhất
import random
print random.randint[0, 5]
34

Được giới thiệu trong Python 3. 6 bởi một trong những PEP nhiều màu sắc hơn hiện có, mô-đun

import random
print random.randint[0, 5]
34 được dự định là mô-đun Python trên thực tế để tạo các chuỗi và byte ngẫu nhiên được bảo mật bằng mật mã

Bạn có thể kiểm tra mã nguồn của mô-đun, mã này ngắn và dễ hiểu với khoảng 25 dòng mã.

import random
print random.randint[0, 5]
34 về cơ bản là một trình bao bọc xung quanh
import random
print random.randint[0, 5]
230. Nó chỉ xuất một số hàm để tạo số, byte và chuỗi ngẫu nhiên. Hầu hết các ví dụ này nên khá tự giải thích

>>>

import random
random.random[] * 100
35

Bây giờ, làm thế nào về một ví dụ cụ thể? . com hay bit. ly biến một URL khó sử dụng thành một cái gì đó như https. //chút. ly/2IcCp9u. Hầu hết các trình rút gọn không thực hiện bất kỳ thao tác băm phức tạp nào từ đầu vào đến đầu ra;

Giả sử rằng sau khi xem Cơ sở dữ liệu vùng gốc, bạn đã đăng ký trang web ngắn. ly. Đây là một chức năng giúp bạn bắt đầu với dịch vụ của mình

import random
random.random[] * 100
36

Đây có phải là một minh họa thực tế đầy đủ? . Tôi sẽ đặt cược chút đó. ly thực hiện mọi thứ theo cách nâng cao hơn một chút so với việc lưu trữ mỏ vàng của nó trong từ điển Python toàn cầu không liên tục giữa các phiên

Ghi chú. Nếu bạn muốn xây dựng một công cụ rút ngắn URL chính thức của riêng mình, thì hãy xem Xây dựng một công cụ rút ngắn URL với FastAPI và Python

Tuy nhiên, nó gần như chính xác về mặt khái niệm

>>>

import random
random.random[] * 100
37

Giữ lấy. Một điều bạn có thể nhận thấy là cả hai kết quả này đều có độ dài 7 khi bạn yêu cầu 5 byte. Đợi đã, tôi nghĩ rằng bạn nói rằng kết quả sẽ dài gấp đôi? . Có một điều nữa đang xảy ra ở đây.

import random
print random.randint[0, 5]
282 sử dụng mã hóa base64, trong đó mỗi ký tự là 6 bit dữ liệu. [Đó là từ 0 đến 63 và các ký tự tương ứng. Các ký tự là A-Z, a-z, 0-9 và +/. ]

Nếu ban đầu bạn chỉ định một số byte nhất định

import random
print random.randint[0, 5]
283, thì độ dài kết quả từ
import random
print random.randint[0, 5]
284 sẽ là
import random
print random.randint[0, 5]
285, bạn có thể chứng minh và điều tra thêm nếu tò mò

Điểm mấu chốt ở đây là, trong khi

import random
print random.randint[0, 5]
34 thực sự chỉ là một trình bao bọc xung quanh các hàm Python hiện có, thì nó có thể là mục tiêu của bạn khi bảo mật là mối quan tâm hàng đầu của bạn

Một ứng cử viên cuối cùng.
import random
print random.randint[0, 5]
35

Một tùy chọn cuối cùng để tạo mã thông báo ngẫu nhiên là hàm

import random
print random.randint[0, 5]
288 từ mô-đun
import random
print random.randint[0, 5]
35 của Python. UUID là Mã định danh duy nhất toàn cầu, một chuỗi 128 bit [
random.choice[ ['red', 'black', 'green'] ].
37 có độ dài 32] được thiết kế để “đảm bảo tính duy nhất trong không gian và thời gian. ”
import random
print random.randint[0, 5]
288 là một trong những chức năng hữu ích nhất của mô-đun và chức năng này cũng sử dụng
import random
print random.randint[0, 5]
230

>>>

import random
random.random[] * 100
38

Điều thú vị là tất cả các hàm của

import random
print random.randint[0, 5]
35 đều tạo ra một thể hiện của lớp
import random
print random.randint[0, 5]
294, lớp này đóng gói ID và có các thuộc tính như
import random
print random.randint[0, 5]
295,
import random
print random.randint[0, 5]
296 và
import random
print random.randint[0, 5]
297

>>>

import random
random.random[] * 100
39

Bạn cũng có thể đã thấy một số biến thể khác.

import random
print random.randint[0, 5]
298,
import random
print random.randint[0, 5]
299 và
import random
random.random[] * 100
300. Sự khác biệt chính giữa những chức năng này và
import random
print random.randint[0, 5]
288 là ba chức năng đó đều có một số dạng đầu vào và do đó không đáp ứng định nghĩa về “ngẫu nhiên” trong phạm vi mà UUID phiên bản 4 đáp ứng

  • import random
    print random.randint[0, 5]
    
    298 sử dụng ID máy chủ của máy và thời gian hiện tại theo mặc định. Do sự phụ thuộc vào thời gian hiện tại xuống độ phân giải nano giây, phiên bản này là nơi UUID đưa ra tuyên bố “tính duy nhất được đảm bảo theo thời gian. ”

  • import random
    print random.randint[0, 5]
    
    299 và
    import random
    random.random[] * 100
    
    300 đều lấy một định danh không gian tên và một tên. Cái trước sử dụng hàm băm MD5 và cái sau sử dụng SHA-1

Ngược lại,

import random
print random.randint[0, 5]
288 hoàn toàn là giả ngẫu nhiên [hoặc ngẫu nhiên]. Nó bao gồm nhận 16 byte thông qua
import random
print random.randint[0, 5]
230, chuyển đổi số này thành số nguyên lớn cuối và thực hiện một số thao tác theo bit để tuân thủ thông số kỹ thuật chính thức

Hy vọng rằng đến giờ bạn đã hiểu rõ về sự khác biệt giữa các “loại” dữ liệu ngẫu nhiên khác nhau và cách tạo chúng. Tuy nhiên, một vấn đề khác có thể xuất hiện trong đầu là va chạm

Trong trường hợp này, một xung đột chỉ đơn giản đề cập đến việc tạo hai UUID phù hợp. Cơ hội của điều đó là gì? . có thể có các giá trị

import random
random.random[] * 100
307 hoặc 340 tỷ tỷ giá trị
import random
random.random[] * 100
308. Vì vậy, tôi sẽ để bạn tự đánh giá xem điều này có đủ đảm bảo để có một giấc ngủ ngon hay không.

Một cách sử dụng phổ biến của

import random
print random.randint[0, 5]
35 là ở Django, trong đó có một
import random
random.random[] * 100
310 thường được sử dụng làm khóa chính trong cơ sở dữ liệu quan hệ cơ bản của mô hình

Loại bỏ các quảng cáo

Tại sao không chỉ “Mặc định là”
import random
random.random[] * 100
311?

Ngoài các mô-đun bảo mật được thảo luận ở đây, chẳng hạn như

import random
print random.randint[0, 5]
34, mô-đun
0.9560342718892494
0.9478274870593494
0.05655136772680869
32 của Python thực sự có một lớp ít được sử dụng có tên là
import random
random.random[] * 100
311 sử dụng
import random
print random.randint[0, 5]
230. [
import random
random.random[] * 100
311, ngược lại, cũng được sử dụng bởi
import random
print random.randint[0, 5]
34. Tất cả chỉ là một trang web có nguồn gốc từ
import random
random.random[] * 100
318. ]

Tại thời điểm này, bạn có thể tự hỏi tại sao bạn không chỉ "mặc định" phiên bản này?

Tôi đã đề cập đến một lý do. đôi khi bạn muốn dữ liệu của mình mang tính xác định và có thể tái tạo để người khác theo dõi cùng

Nhưng lý do thứ hai là CSPRNG, ít nhất là trong Python, có xu hướng chậm hơn đáng kể so với PRNG. Hãy kiểm tra điều đó bằng một tập lệnh,

import random
random.random[] * 100
320, so sánh các phiên bản PRNG và CSPRNG của
import random
print random.randint[0, 5]
205 bằng cách sử dụng
import random
random.random[] * 100
322 của Python

0.9560342718892494
0.9478274870593494
0.05655136772680869
30

Bây giờ để thực hiện điều này từ trình bao

0.9560342718892494
0.9478274870593494
0.05655136772680869
31

Sự khác biệt về thời gian gấp 5 lần chắc chắn là một sự cân nhắc hợp lệ bên cạnh bảo mật bằng mật mã khi lựa chọn giữa hai

Vụn vặt. băm

Một khái niệm chưa được chú ý nhiều trong hướng dẫn này là băm, có thể được thực hiện với mô-đun

import random
random.random[] * 100
323 của Python

Băm được thiết kế để trở thành ánh xạ một chiều từ giá trị đầu vào sang chuỗi có kích thước cố định mà hầu như không thể đảo ngược kỹ thuật. Như vậy, mặc dù kết quả của hàm băm có thể “trông giống” dữ liệu ngẫu nhiên, nhưng nó không thực sự đủ điều kiện theo định nghĩa ở đây

Tóm tắt lại

Bạn đã bao phủ rất nhiều nền tảng trong hướng dẫn này. Tóm lại, đây là so sánh cấp cao về các tùy chọn có sẵn cho bạn về tính ngẫu nhiên kỹ thuật trong Python

Gói/Mô-đun Mô tả Bảo mật bằng mật mã

0.9560342718892494
0.9478274870593494
0.05655136772680869
32Dữ liệu ngẫu nhiên nhanh chóng và dễ dàng bằng cách sử dụng Mersenne TwisterKhông
import random
print random.randint[0, 5]
32Giống như
0.9560342718892494
0.9478274870593494
0.05655136772680869
32 nhưng đối với các mảng [có thể là đa chiều]Không
import random
print random.randint[0, 5]
33Chứa
import random
random.random[] * 100
318, cơ sở của các chức năng khác được đề cập ở đâyCó
import random
print random.randint[0, 5]
34Được thiết kế để trở thành mô-đun thực tế của Python để tạo các số, byte và chuỗi ngẫu nhiên an toànCó
import random
print random.randint[0, 5]
35Trang chủ cho một số chức năng dành cho

Vui lòng để lại một số nhận xét hoàn toàn ngẫu nhiên bên dưới và cảm ơn vì đã đọc

Liên kết bổ sung

  • Ngẫu nhiên. org cung cấp “số ngẫu nhiên thực sự cho bất kỳ ai trên Internet” bắt nguồn từ tiếng ồn trong khí quyển
  • Phần Bí quyết từ mô-đun
    0.9560342718892494
    0.9478274870593494
    0.05655136772680869
    
    32 có một số thủ thuật bổ sung
  • Bài báo chuyên đề về Mersienne Twister xuất hiện vào năm 1997, nếu bạn thích loại điều đó
  • Công thức Itertools xác định các hàm để chọn ngẫu nhiên từ một tập hợp tổ hợp, chẳng hạn như từ các tổ hợp hoặc hoán vị
  • Scikit-Learn bao gồm nhiều trình tạo mẫu ngẫu nhiên khác nhau có thể được sử dụng để xây dựng các bộ dữ liệu nhân tạo có kích thước và độ phức tạp được kiểm soát
  • Eli Bendersky đào sâu vào
    import random
    random.random[] * 100
    
    83 trong bài viết của anh ấy Các phương pháp nhanh và chậm để tạo số nguyên ngẫu nhiên trong Python
  • Giới thiệu cụ thể về Xác suất bằng Python của Peter Norvig cũng là một tài nguyên toàn diện
  • Thư viện Pandas bao gồm trình quản lý bối cảnh có thể được sử dụng để đặt trạng thái ngẫu nhiên tạm thời
  • Từ tràn ngăn xếp
    • Tạo ngày ngẫu nhiên trong một phạm vi nhất định
    • Cách nhanh nhất để tạo một chuỗi duy nhất giống như ngẫu nhiên với độ dài ngẫu nhiên
    • Cách sử dụng
      import random
      random.random[] * 100
      
      89 trên máy phát điện
    • Thay thế các phần tử ngẫu nhiên trong một mảng NumPy
    • Lấy số từ/dev/ngẫu nhiên trong Python

Đánh dấu là đã hoàn thành

Xem ngay Hướng dẫn này có một khóa học video liên quan do nhóm Real Python tạo. Xem nó cùng với hướng dẫn bằng văn bản để hiểu sâu hơn. Tạo dữ liệu ngẫu nhiên bằng Python

🐍 Thủ thuật Python 💌

Nhận một Thủ thuật Python ngắn và hấp dẫn được gửi đến hộp thư đến của bạn vài ngày một lần. Không có thư rác bao giờ. Hủy đăng ký bất cứ lúc nào. Được quản lý bởi nhóm Real Python

Gửi cho tôi thủ thuật Python »

Giới thiệu về Brad Solomon

Brad là một kỹ sư phần mềm và là thành viên của Nhóm hướng dẫn Python thực sự

» Thông tin thêm về Brad

Mỗi hướng dẫn tại Real Python được tạo bởi một nhóm các nhà phát triển để nó đáp ứng các tiêu chuẩn chất lượng cao của chúng tôi. Các thành viên trong nhóm đã làm việc trong hướng dẫn này là

Adriana

Geir Arne

Joanna

Bậc thầy Kỹ năng Python trong thế giới thực Với quyền truy cập không giới hạn vào Python thực

Tham gia với chúng tôi và có quyền truy cập vào hàng nghìn hướng dẫn, khóa học video thực hành và cộng đồng các Pythonistas chuyên gia

Nâng cao kỹ năng Python của bạn »

Bậc thầy Kỹ năng Python trong thế giới thực
Với quyền truy cập không giới hạn vào Python thực

Tham gia với chúng tôi và có quyền truy cập vào hàng ngàn hướng dẫn, khóa học video thực hành và cộng đồng các chuyên gia Pythonistas

Nâng cao kỹ năng Python của bạn »

Bạn nghĩ sao?

Đánh giá bài viết này

Tweet Chia sẻ Chia sẻ Email

Bài học số 1 hoặc điều yêu thích mà bạn đã học được là gì?

Mẹo bình luận. Những nhận xét hữu ích nhất là những nhận xét được viết với mục đích học hỏi hoặc giúp đỡ các sinh viên khác. Nhận các mẹo để đặt câu hỏi hay và nhận câu trả lời cho các câu hỏi phổ biến trong cổng thông tin hỗ trợ của chúng tôi

Chủ Đề