生成[0,1]之间的随机浮点数,不是固定步长,但在Python中步长必须大于0.05?

生成[0,1]之间的随机浮点数,不是固定步长,但在Python中步长必须大于0.05?,python,random,Python,Random,我想在Python中生成一个范围为[0,1]的随机浮点数列表。与函数random.random\u sample(size)相同,但我想知道它的步长,即大于一个数字的每个值之间的大小。例如,所有步骤都是随机的,不是均匀的,但必须大于0.05。结果应该是如下所示的数组: [0.07727264, 0.12850264, 0.19339824, 0.842385484, 0.17137362] 你知道我该怎么做吗?应该可以。对于随机数,只生成一个新的随机数而不是修改错误的随机数通常更容易,甚至更快

我想在Python中生成一个范围为[0,1]的随机浮点数列表。与函数
random.random\u sample(size)
相同,但我想知道它的步长,即大于一个数字的每个值之间的大小。例如,所有步骤都是随机的,不是均匀的,但必须大于0.05。结果应该是如下所示的数组:

[0.07727264, 0.12850264, 0.19339824, 0.842385484, 0.17137362]

你知道我该怎么做吗?

应该可以。对于随机数,只生成一个新的随机数而不是修改错误的随机数通常更容易,甚至更快

def costum_random_sample(size):
    randomList = []
    counter = 0
    last_n = -1
    while(size != counter):
        n = random.random()
        if abs(n - last_n) < 0.05:
            continue
        else:
            randomList.append(n)
            counter += 1
            last_n = n

    return randomList 
def costum_随机样本(大小):
随机列表=[]
计数器=0
最后n=-1
while(大小!=计数器):
n=random.random()
如果abs(n-最后n)<0.05:
持续
其他:
随机列表。追加(n)
计数器+=1
最后的n=n
返回随机列表

应该这样做。对于随机数,只生成一个新的随机数而不是修改错误的随机数通常更容易,甚至更快

def costum_random_sample(size):
    randomList = []
    counter = 0
    last_n = -1
    while(size != counter):
        n = random.random()
        if abs(n - last_n) < 0.05:
            continue
        else:
            randomList.append(n)
            counter += 1
            last_n = n

    return randomList 
def costum_随机样本(大小):
随机列表=[]
计数器=0
最后n=-1
while(大小!=计数器):
n=random.random()
如果abs(n-最后n)<0.05:
持续
其他:
随机列表。追加(n)
计数器+=1
最后的n=n
返回随机列表

生成一个介于[0,0.9]之间的随机数,如果大于
last_number-0.05
则添加0.1。当然,您需要处理小于0.05和大于0.95的值,但我就是这样开始的。我不太明白您的想法。更清楚地说,在我的示例中,数组[0.07727264,0.12850264,0.19339824,0.842385484,0.17137362]在值之间有4个步骤,即[0.05123,0.0648956,…],所有这些步骤都大于0.05。它与您的想法相符吗?生成一个介于[0,0.9]之间的随机数,如果大于
last\u number-0.05
add 0.1。当然,您需要处理小于0.05和大于0.95的值,但我就是这样开始的。我不太明白您的想法。更清楚地说,在我的示例中,数组[0.07727264,0.12850264,0.19339824,0.842385484,0.17137362]在值之间有4个步骤,即[0.05123,0.0648956,…],所有这些步骤都大于0.05。这与你的想法相符吗?这比我的例子简单得多,除非阶跃值是0.99这样的极端值,否则我们不必担心性能。过去我经常使用随机数,我们使用的最好的生成器每个生成的数有5纳秒。他们可以快得发疯,这正是我需要的。还有,我知道你的想法@KenY NI会尝试这两种方法,因为我对Pythonth很陌生,它比我的例子简单得多,除非阶跃值是0.99之类的极端值,否则我们不必担心性能。过去我经常使用随机数,我们使用的最好的生成器每生成一个数有5纳秒。他们可以快得发疯,这正是我需要的。嗯,我有你的想法@KenY NI将尝试这两种方法,因为我对python很陌生