简介
seedable-random 是一个可在前端使用的 npm 包，用于生成由种子确定的随机数。在前端开发中，需要使用随机数来模拟数据、生成唯一值等场景，而 seedable-random 可以提供一种简单而可靠的方法。
安装
在命令行中输入以下命令安装 seedable-random：
npm i seedable-random
使用
基本用法
使用 seedable-random 非常简单：
const seedableRandom = require('seedable-random');
const seed = 12345;
const random = seedableRandom(seed);
console.log(random()); // 0.37614680450223457
console.log(random()); // 0.9730467990838589
console.log(random()); // 0.770749773579091在以上示例中，我们首先导入了 seedable-random，然后使用一个数值 12345 初始化了一个“随机数生成器”，接着连续调用了三次该生成器的方法，每次输出一个 0 到 1 之间的随机数。
在同一个种子下，seedable-random 生成的随机数是有规律的，即使我们在不同的时间点调用同一个种子下的生成器，生成的随机数仍然相同。
生成不同分布的随机数
seedable-random 提供了多种生成随机数的方法，我们可以根据需要选择不同的方法来获取特定分布的随机数，例如：
- 生成符合正态分布的随机数
const normal = seedableRandom.normal(seed, mean, standardDeviation); console.log(normal()); // -0.571061633813725 console.log(normal()); // -1.1662085730077543 console.log(normal()); // 0.2826112511942592
在上面的示例中，我们使用了 normal 方法来生成符合正态分布的随机数。该方法接受三个参数，分别代表种子、均值和标准差。
- 生成符合泊松分布的随机数
const poisson = seedableRandom.poisson(seed, lambda); console.log(poisson()); // 0 console.log(poisson()); // 2 console.log(poisson()); // 1
在上面的示例中，我们使用了 poisson 方法来生成符合泊松分布的随机数。该方法接受两个参数，分别代表种子和参数 lambda。
更多可用的方法，可以查看 seedable-random 的源代码文档。
使用示例
我们可以通过一个具体的场景示例来演示 seedable-random 的用法：
假设我们需要模拟一批某个国家的 10 岁至 70 岁人口的收入情况，我们可以按照以下步骤进行：
-- -------------------- ---- -------
----- -------------- - ---------------------------
----- ---- - ------
----- ------ - ---------------------
----- ------- - ------------ ------- -- -- --- ------ -- ----- - ----
----- ---------- - ----------------- -- -
--- -----
--- ------------------
-- ---- - --- -
---- - -----
----------------- - ----
- ---- -- ---- - --- -
---- - -----
----------------- - ----
- ---- -- ---- - --- -
---- - -----
----------------- - -----
- ---- -
---- - -----
----------------- - ----
-
----- ------ - -------------------------- - ---- ----- ---------------------
------ ---------------- ---
---
---------------------
------------------------在上面的示例中，我们首先导入了 seedable-random，并使用一个数值 12345 初始化了一个“随机数生成器”。接着我们生成了从 10 岁至 70 岁的年龄列表，对于每个年龄，我们根据其所在年龄段的平均收入和标准差，使用 seedableRandom 的 normal 方法生成一个符合正态分布的收入随机数，并将其添加到收入列表中。最后打印出生成的年龄和收入列表。
在这个示例中，我们利用了 seedable-random 提供的正态分布生成器，以及 JS 的 Array.from 和 Array.map 方法，快速生成了需要的数据。通过修改给定的参数，我们可以方便地调整生成的数据分布，从而得到不同的模拟数据。
来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/5f6d45c4a9b7065299ccb971