import randomimport matplotlibimport matplotlib.pyplot as pltsize=1000bucket=100plt.figure()matplotlib.rcParams.update({ 'font.size': 7})plt.subplot(621)plt.xlabel("random.random")res = [random.random() for _a in xrange(1,size)]plt.hist(res,bucket)plt.subplot(622)plt.xlabel("random.uniform")a=1b=sizeres= [random.uniform(a,b) for _a in xrange(1,size)]plt.hist(res,bucket)plt.subplot(623)plt.xlabel("random.triangular")low=1high = sizeres = [random.triangular(low,high) for _A in xrange(1, size)]plt.hist(res,bucket)plt.subplot(624)plt.xlabel("random.betavariate")alpha =1beta =10res=[random.betavariate(alpha,beta) for _a in xrange(1,size)]plt.hist(res,bucket)plt.subplot(625)plt.xlabel("random.expovariate")lambd = 1.0/((size+1)/2)res=[random.expovariate(lambd) for _a in xrange(1,size)]plt.hist(res,bucket)plt.subplot(626)plt.xlabel("random.gammavariate")alpha=1beta=10res=[random.gammavariate(alpha,beta) for _a in xrange(1,size)]plt.hist(res,bucket)plt.subplot(627)plt.xlabel("random.lognorvariate")mu=1sigma=0.5res=[random.lognormvariate(mu,sigma) for _a in xrange(1,size)]plt.hist(res,bucket)plt.subplot(628)plt.xlabel("random.normalvariate")mu=1sigma=0.5res=[random.normalvariate(mu,sigma) for _a in xrange(1,size)]plt.hist(res,bucket)plt.subplot(629)plt.xlabel("random.paretovariate")alpha=1res=[random.paretovariate(alpha) for _a in xrange(1,size)]plt.hist(res,bucket)plt.tight_layout()plt.show()