Losowe ziarno Pythona

„Metoda losowa () Pythona jest wykorzystywana do wytwarzania losowych wartości. Zostanie to zastosowane w celu utworzenia pseudo-lakierów. To wskazuje, że wartości te są losowo wybierane i można je zidentyfikować. W przypadku kilku liczb metoda Random () tworzy liczby całkowite. Liczba ta jest jednak znana jako „numer nasion”. Stan losowej metody jest przechowywany za pomocą metody nasiennej, umożliwiając jej tworzenie podobnych losowych danych podczas kolejnych wykonywania kodu w bardzo podobnym systemie lub różnych maszynach. Poprzednia liczba wyprodukowana przez twórcę służy jako numer nasion. Jeśli nie ma wcześniejszego numeru, po raz pierwszy wykorzystuje najnowsze parametry systemu."

Zastosowania funkcji seed ()

Aby uzyskać niezawodne tajne deszyfrowanie kluczowo i bezpiecznie, numer nasienia jest ważny w bezpieczeństwie informacji. Następnie skonfigurujemy wysoce wiarygodny i trwały twórca wartości pseudo-random.

Dodatkowo metoda nasiona () jest skuteczna w powielaniu informacji od pseudo-randomowego twórcy wartości. Możemy wielokrotnie odtwarzać podobne informacje, używając numeru nasion, ponieważ wiele wątków nie działa. Zawsze otrzymamy podobne wartości podczas uruchamiania programu, jeśli nadajemy generatorowi losowego określonego ziarna; Kiedy potrzebujemy spójnego elementu losowych wartości, jest to pomocne.

Zostanie to wykorzystane do wytworzenia pseudo-randomych metody szyfrowania. Systemy informacyjne w dużej mierze polegają na szyfrowaniu danych. Byłyby to rodzaje prywatnych kluczy, które są wykorzystywane do szyfrowania informacji z dostępu przez nieautoryzowane strony cyfrowo. Ilekroć losowe wartości są wykorzystywane do testowania, ułatwia wydajność kodu.

Teraz omówimy, jak wykorzystać funkcję Seed () w Pythonie.

Przykład nr 1

Podczas wykonywania dodatkowych metod losowych pakietów musimy podać podobny numer nasion, jeśli zamierzamy tworzyć podobną wartość za każdym razem. Sprawdźmy, w jaki sposób można zaszczepić pseudo-randomową wartość.

Import losowy
Drukuj („losowe wartości z nasionem 40”)
dla J z zakresu (4):
losowy.ziarno (40)
Drukuj (losowe.Randint (10, 65))

Na początku programu integrujemy plik nagłówka „losowy”. Następnie używamy funkcji print () do wyświetlania wiadomości „losowe wartości mających nasiona 40”. W następnym kroku ubiegamy się o pętlę. Tutaj wywołujemy funkcję Range () i ustawiamy atrybut tej funkcji.

Ponadto stosujemy metodę Seed (). Podaliśmy wartość 40 jako jej argument. Ta funkcja jest połączona z modułem losowym. W końcu zastosowaliśmy instrukcję print (), aby wyświetlić losowe wartości. W funkcji print () używana jest metoda losowego pliku nagłówka.

Gdy wysialiśmy je prawie podobną liczbą, wywołując funkcję randint (), którą można zobaczyć na wyświetlaczu, uzyskaliśmy podobną wartość 4 razy.

Przykład nr 2

Uzyskamy unikalną wartość, jeśli uruchomimy funkcję randint () wiele razy przed wykonaniem funkcji seed (). Przed wywołaniem jakiejkolwiek innej funkcjonalności losowego pakietu podaj nowy numer nasion, jeśli chcemy różnych informacji.

Import losowy
losowy.ziarno (40)
wydrukuj („1. wartość:”, losowe.Randint (30, 60))
Drukuj („2. wartość:”, losowe.Randint (30, 60))
losowy.ziarno (30)
Drukuj („3. wartość:”, losowe.Randint (15, 55))

Po pierwsze, moduł losowy zostanie zaimportowany. W następnym kroku zastosujemy funkcję seed (), która jest powiązana z tą biblioteką. Używamy druku () trzy razy. Pierwsza funkcja drukowania () służy do wyświetlania pierwszej losowej wartości od 30 do 60, ponieważ stosujemy metodę randint (). Dlatego określamy minimalne i maksymalne limity jako jego parametry. Wzięliśmy funkcję randint () z losowej frameworka.

Teraz chcemy wygenerować inną wartość losową, więc funkcja print () i randint () będą stosowane. Aby zakończyć kod, ponownie wywołujemy metodę Seed (). Ta funkcja jest wykorzystywana do wydrukowania trzeciej losowej wartości. W tym celu zastosujemy metodę Randint ().

W tym przypadku, ponieważ dwa razy użyliśmy Randint () bez zmiany numeru nasion, druga wartość wyjścia była unikalna.

Przykład nr 3

Możliwość zduplikowania informacji opracowanych przez pseudo-randomowego twórcę wartości może być pomocna w niektórych przypadkach. Numer nasion jest niezbędny do wytwarzania losowych wartości. Możemy odtwarzać stosunkowo podobne dane w sposób ciągły, wykorzystując numer ziarna, ponieważ wiele wątków nie jest skutecznych, gdy chcemy zduplikować wyniki, które uzyskujemy w określonym biegu. W takich sytuacjach nasiona jest stosowane do powielania wyniku. Dopóki nie chcemy danych, które można powtórzyć, istniejący numer nasienia jest niezbędny.

Losowy twórca Pythona nie zatrzyma nasion, wykorzystując niestandardowy numer nasion. To nie wykorzystuje żadnych sposobów uzyskania najnowszego numeru nasion. Ilekroć chcemy odzyskać ziarno, musimy je uratować. Zautomatyzowane nasiona nie zostaną ponownie usunięte z generatora. Możemy jednak wykorzystać tę metodę.

Import losowy
Import Sys
s_num = losowe.Randrange (sys.największy rozmiar)
Drukuj („Numer nasion:”, s_num)
losowy.ziarno (s_num)
n = losowe.Randint (20, 600)
Drukuj („Wartość losowa”, N)

Tutaj zamierzamy włączyć dwa wymagane moduły: losowe i sys. Następnie utworzymy ziarno, więc deklarujemy zmienną „s_num”. Tutaj używamy metody Randrange (). Damy maksymalny rozmiar jako argumenty funkcji. Ta funkcja jest powiązana z losowym plikiem nagłówka.

W następnym kroku instrukcja drukowania służy do pokazania numeru nasion. Teraz nazywamy funkcję seed () losowej biblioteki. Funkcja seed () generuje liczbę losową. Dostosujemy najniższy i najwyższy zakres jako atrybuty funkcji randint () losowej biblioteki. Wreszcie, funkcja print () jest wywoływana, aby pokazać wartość losową.

Wyjście pokazuje najpierw liczbę nasion, a następnie wyświetla wartość losową, która leży od 20 do 600.

Wniosek

W tym artykule rozmawialiśmy o losowej funkcji ziarna. Duplikujemy informacje dostarczone przez pseudo-lampy generator wartości, określając unikalny numer nasion. Za pomocą funkcji Seed () wybieramy podobne komponenty z listy w nieregularnych odstępach czasu. Aby uzyskać podobną wartość losową za każdym razem, wykorzystujemy metodę Seed (). Dodatkowo, używając twórcy liczb losowych, otrzymujemy numer ziarna jako przykład w tym przewodniku.