.config/coc/extensions/coc-python-data/languageServer.0.5.59/Typeshed/stdlib/3/random.pyi

   1 # Stubs for random\r
   2 # Ron Murawski <ron@horizonchess.com>\r
   3 # Updated by Jukka Lehtosalo\r
   4 \r
   5 # based on http://docs.python.org/3.2/library/random.html\r
   6 \r
   7 # ----- random classes -----\r
   8 \r
   9 import _random\r
  10 import sys\r
  11 from typing import (\r
  12     Any, TypeVar, Sequence, List, Callable, AbstractSet, Union, Optional\r
  13 )\r
  14 \r
  15 _T = TypeVar('_T')\r
  16 \r
  17 class Random(_random.Random):\r
  18     def __init__(self, x: Any = ...) -> None: ...\r
  19     def seed(self, a: Any = ..., version: int = ...) -> None: ...\r
  20     def getstate(self) -> tuple: ...\r
  21     def setstate(self, state: tuple) -> None: ...\r
  22     def getrandbits(self, k: int) -> int: ...\r
  23     def randrange(self, start: int, stop: Union[int, None] = ..., step: int = ...) -> int: ...\r
  24     def randint(self, a: int, b: int) -> int: ...\r
  25     def choice(self, seq: Sequence[_T]) -> _T: ...\r
  26     if sys.version_info >= (3, 6):\r
  27         def choices(self, population: Sequence[_T], weights: Optional[Sequence[float]] = ..., *, cum_weights: Optional[Sequence[float]] = ..., k: int = ...) -> List[_T]: ...\r
  28     def shuffle(self, x: List[Any], random: Union[Callable[[], float], None] = ...) -> None: ...\r
  29     def sample(self, population: Union[Sequence[_T], AbstractSet[_T]], k: int) -> List[_T]: ...\r
  30     def random(self) -> float: ...\r
  31     def uniform(self, a: float, b: float) -> float: ...\r
  32     def triangular(self, low: float = ..., high: float = ...,\r
  33                      mode: float = ...) -> float: ...\r
  34     def betavariate(self, alpha: float, beta: float) -> float: ...\r
  35     def expovariate(self, lambd: float) -> float: ...\r
  36     def gammavariate(self, alpha: float, beta: float) -> float: ...\r
  37     def gauss(self, mu: float, sigma: float) -> float: ...\r
  38     def lognormvariate(self, mu: float, sigma: float) -> float: ...\r
  39     def normalvariate(self, mu: float, sigma: float) -> float: ...\r
  40     def vonmisesvariate(self, mu: float, kappa: float) -> float: ...\r
  41     def paretovariate(self, alpha: float) -> float: ...\r
  42     def weibullvariate(self, alpha: float, beta: float) -> float: ...\r
  43 \r
  44 # SystemRandom is not implemented for all OS's; good on Windows & Linux\r
  45 class SystemRandom(Random):\r
  46     ...\r
  47 \r
  48 # ----- random function stubs -----\r
  49 def seed(a: Any = ..., version: int = ...) -> None: ...\r
  50 def getstate() -> object: ...\r
  51 def setstate(state: object) -> None: ...\r
  52 def getrandbits(k: int) -> int: ...\r
  53 def randrange(start: int, stop: Union[None, int] = ..., step: int = ...) -> int: ...\r
  54 def randint(a: int, b: int) -> int: ...\r
  55 def choice(seq: Sequence[_T]) -> _T: ...\r
  56 if sys.version_info >= (3, 6):\r
  57     def choices(population: Sequence[_T], weights: Optional[Sequence[float]] = ..., *, cum_weights: Optional[Sequence[float]] = ..., k: int = ...) -> List[_T]: ...\r
  58 def shuffle(x: List[Any], random: Union[Callable[[], float], None] = ...) -> None: ...\r
  59 def sample(population: Union[Sequence[_T], AbstractSet[_T]], k: int) -> List[_T]: ...\r
  60 def random() -> float: ...\r
  61 def uniform(a: float, b: float) -> float: ...\r
  62 def triangular(low: float = ..., high: float = ...,\r
  63                mode: float = ...) -> float: ...\r
  64 def betavariate(alpha: float, beta: float) -> float: ...\r
  65 def expovariate(lambd: float) -> float: ...\r
  66 def gammavariate(alpha: float, beta: float) -> float: ...\r
  67 def gauss(mu: float, sigma: float) -> float: ...\r
  68 def lognormvariate(mu: float, sigma: float) -> float: ...\r
  69 def normalvariate(mu: float, sigma: float) -> float: ...\r
  70 def vonmisesvariate(mu: float, kappa: float) -> float: ...\r
  71 def paretovariate(alpha: float) -> float: ...\r
  72 def weibullvariate(alpha: float, beta: float) -> float: ...\r