这篇文章主要介绍了Python随机生成手机号、数字的方法,结合完整实例形式分析了Python编程生成随机手机号与数字的实现方法及相关函数用法,需要的朋友可以参考下
本文实例讲述了Python随机生成手机号、数字的方法。分享给大家供大家参考,具体如下:
Python随机产生手机号、数字。代码如下:
# -*- coding:gbk -*- import random #随机产生26个手机号:以13开头,后面跟一位4~9之间的任意一位数字,后面是8位随机数字 for _ in range(26): print('13' + str(random.randrange(4,10))+ ''.join( str(random.choice(range(10))) for _ in range(8) ) ) #随机产生26个数字:产生一个0~1之间的随机小数,乘1000,四舍五入到小数后3位,加上随机产生的30~59之间的数字 #由于sample函数返回的结果是list类型的,这里通过[0]取出第1个值 for i in range(26): print( round(random.random()* 1000,3 ) + random.sample(range(30,60,3),2)[0] )
函数简介:
(1)randrange:这个函数会产生范围是4~9之间的任意一个数字,注意不包含10.
>>> random.randrange(5) 2 >>> random.randrange(1,5) 1
(2)choice: 数据源是range(10),也就是从0~9之间随机选择一个数字,多次调用可能产生重复值
>>> random.choice(['a','b','c','d','e']) 'b' >>> random.choice(['a','b','c','d','e']) 'd' >>> random.choice(['a','b','c','d','e']) 'c' >>> random.choice(['a','b','c','d','e']) 'b'
(3)random:产生从0~1之间的随机小数
>>> import random >>> random.random() 0.7379992978183179 >>> random.random() 0.4720995823183177
(4)sample:数据源是range(30,60,3),从30~59之间(步进是3),也就是30、33、36。。。这样的数字中,选择2个,这2个数字不会重复
>>> random.sample(['a','b','c','d','e'],2) ['d', 'b'] >>> random.sample(['a','b','c','d','e'],2) ['a', 'b'] >>> random.sample(['a','b','c','d','e'],2) ['e', 'd']
其他函数:
(5)seed:要返回相同的随机数,可以设置相同的种子
>>> random.seed(5) >>> random.random() 0.6229016948897019 >>> random.seed(5) >>> random.random() 0.6229016948897019
(6)shuffle:随机排列
>>> t=[0,1,2,3,4,5,6] >>> t [0, 1, 2, 3, 4, 5, 6] >>> random.shuffle(t) >>> t [5, 4, 2, 0, 6, 1, 3]
以上是使用Python进行手机号和数字的随机生成方法的详细内容。更多信息请关注PHP中文网其他相关文章!

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python在现实世界中的应用包括数据分析、Web开发、人工智能和自动化。1)在数据分析中,Python使用Pandas和Matplotlib处理和可视化数据。2)Web开发中,Django和Flask框架简化了Web应用的创建。3)人工智能领域,TensorFlow和PyTorch用于构建和训练模型。4)自动化方面,Python脚本可用于复制文件等任务。

Python在数据科学、Web开发和自动化脚本领域广泛应用。1)在数据科学中,Python通过NumPy、Pandas等库简化数据处理和分析。2)在Web开发中,Django和Flask框架使开发者能快速构建应用。3)在自动化脚本中,Python的简洁性和标准库使其成为理想选择。

Python的灵活性体现在多范式支持和动态类型系统,易用性则源于语法简洁和丰富的标准库。1.灵活性:支持面向对象、函数式和过程式编程,动态类型系统提高开发效率。2.易用性:语法接近自然语言,标准库涵盖广泛功能,简化开发过程。

Python因其简洁与强大而备受青睐,适用于从初学者到高级开发者的各种需求。其多功能性体现在:1)易学易用,语法简单;2)丰富的库和框架,如NumPy、Pandas等;3)跨平台支持,可在多种操作系统上运行;4)适合脚本和自动化任务,提升工作效率。

可以,在每天花费两个小时的时间内学会Python。1.制定合理的学习计划,2.选择合适的学习资源,3.通过实践巩固所学知识,这些步骤能帮助你在短时间内掌握Python。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

WebStorm Mac版
好用的JavaScript开发工具

记事本++7.3.1
好用且免费的代码编辑器

Atom编辑器mac版下载
最流行的的开源编辑器

SecLists
SecLists是最终安全测试人员的伙伴。它是一个包含各种类型列表的集合,这些列表在安全评估过程中经常使用,都在一个地方。SecLists通过方便地提供安全测试人员可能需要的所有列表,帮助提高安全测试的效率和生产力。列表类型包括用户名、密码、URL、模糊测试有效载荷、敏感数据模式、Web shell等等。测试人员只需将此存储库拉到新的测试机上,他就可以访问到所需的每种类型的列表。

适用于 Eclipse 的 SAP NetWeaver 服务器适配器
将Eclipse与SAP NetWeaver应用服务器集成。