因为概率问题,所以需要测试一下python的随机数分布。到底是平均(均匀)分布,还是正态(高斯)分布。
测试代码如下:
#! /usr/bin/env python #coding=utf-8 # ================================= # Describe : 测试random随机数分布 # D&P Author By: 常成功 # Create Date: 2017/10/07 # Modify Date: 2017/10/20 # (C) 2012-2017 All rights reserved # ================================= import random import time def test_rnd(): st_tm = time.time() j = 0 num = 0 the_list = [1, 2, 3, 4] # 计数字典 temp_dic = {1: 0, 2: 0, 3: 0, 4: 0} while 1: x = random.choice(the_list) temp_dic[x] += 1 j += 1 # 跑一千万次 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 # 计数字典 temp_dic = {1: 0, 2: 0, 3: 0, 4: 0} while 1: x = random.randint(1, 4) temp_dic[x] += 1 j += 1 # 跑一千万次 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()
测试结果:
Test random.choice()---------------------------: loop num: 10000000 take time: 5.86599993706 temp_dic : {1: 2501333, 2: 2500117, 3: 2499406, 4: 2499144} Test random.randint()---------------------------: loop num: 10000000 take time: 12.493999958 temp_dic : {1: 2497732, 2: 2501411, 3: 2499372, 4: 2501485}
结果说明:
平均(均匀)分布。
以上这篇python随机数分布random均匀分布实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持小牛知识库。
问题内容: 我知道如果我使用Java的Random生成器,并使用nextInt生成数字,则数字将均匀分布。但是,如果我使用2个Random实例,并使用两个Random类生成数字,会发生什么。数字是否会均匀分布? 问题答案: 每个实例生成的数字将均匀分布,因此,如果将两个实例生成的随机数序列组合在一起,则它们也应均匀分布。 请注意,即使结果分布是均匀的,您也可能要注意种子,以避免两个生成器的输出之间
问题内容: 我试图识别/创建一个函数(在Java中),该函数给我一个非均匀的分布式数字序列。如果我有一个函数说它将给我一个从到的随机数。 该函数最适合任何给定的函数,下面仅是我想要的示例。 但是,如果我们说函数将返回来自分布式的s nonuni。 我想例如说 约占所有案件的20%。 大约是所有情况的50%。 约占所有案件的20%。 大约是所有情况的10。 总之somting,给我一个数字,如正态分
本文向大家介绍python随机数分布random测试,包括了python随机数分布random测试的使用技巧和注意事项,需要的朋友参考一下 因为概率问题,所以需要测试一下python的随机数分布。到底是平均(均匀)分布,还是正态(高斯)分布。 测试代码如下: 测试结果: Test random.choice()---------------------------: loop num: 1000
0.1-0.2:********** 0.2-0.3:******** 0.3-0.4:********* 0.5-0.6:********* 0.6-0.7:********* 0.7-0.8:********* 0.4-0.5:********* 0.5-0.6:********* 0.6-0.7:********* 0.1-0.2:********* 0.2-0.3:********* 0.
我试图找到一种有效的算法来生成一个给定节点数的简单连通图。类似于:
我们在AWS上运行16个节点kafka集群,每个节点是m4. xLargeEC2实例,具有2TB EBS(ST1)磁盘。Kafka版本0.10.1.0,目前我们有大约100个主题。一些繁忙的话题每天会有大约20亿个事件,一些低量的话题每天只有数千个。 我们的大多数主题在生成消息时使用UUID作为分区键,因此分区分布相当均匀。 我们有相当多的消费者使用消费群体从这个集群消费。每个使用者都有一个唯一的