Python生成随机数的一个标准库-random

1.介绍

Random库Python中用于生成随机数的一个标准库。计算机没有办法产生真正的随机数，但它可以产生伪随机数。

伪随机数是计算机按照一定的运算规则产生的一些数据，只不过这些数据表现为随机数的形式。计算机中采用梅森旋转算法生成为随机序列，序列中的每一个元素就是伪随机数，由于计算机不能产生真正的随机数，所以伪随机数也就被称为随机数。

Random库包含两类函数，常用的有8个：

• 基本随机函数：seed()，random()

• 扩展随机函数：randint()，getrandbits()，uniform()，randrange()，choice()，shuffle()

2.基本随机数函数

Python中的随机数使用随机数种子来产生，随机数种子通过梅森旋转算法产生随机序列，这个随机序列是唯一并且确定的，随机序列中的每一个数就是随机数。换句话说，只要随机数种子相同，那么产生的随机序列无论是每一个数，还是数之间的关系都是相同的。

seed(a=None)

初始化给定的随机数种子，默认为当前时间

random()

生成一个[0.0,1.0)之间的随机小数（大于等于0，小于1）。

根据随机数种子产生随机序列，产生后第一次调用该函数，则返回序列的第0个元素；

第二次调用，则返回序列的第1个元素......以此类推。

实例1：

使用默认的随机数种子产生随机数

>>> import random
>>> random.seed()
>>> random.random()
0.4583742792868192
>>> random.random()
0.9905749191276231
>>> random.seed()
>>> random.random()
0.8846207230562237
>>> random.random()
0.13447072126096293

实例2：
使用固定的随机数种子产生随机数

>>> import random
>>> random.seed(10)
>>> random.random()
0.5714025946899135
>>> random.random()
0.4288890546751146
>>> random.seed(10)
>>> random.random()
0.5714025946899135
>>> random.random()
0.4288890546751146

3.扩展随机数函数

randint(a,b)

生成一个[a,b]之间的随机整数（大于等于a，小于等于b）。例如：

>>> import random
#Python小白学习交流群：725638078
>>> random.randint(1,9)
3
randrange(m,n[,k]) 	

生成一个[m,n)之间以k为步长的随机整数（大于等于m，小于n）。例如：

>>> import random
>>> random.randrange(10,110,10)
20
getrandbits(k) 	

生成一个长度为k的二进制随机整数。例如：

>>> import random
>>> random.getrandbits(16)
17266
uniform(a,b) 	

生成一个[a,b]之间的随机小数（大于等于a，小于等于b）。例如：

>>> import random
>>> random.uniform(10,20)
12.484765001518227
choice(seq) 	

从序列seq中随机选择一个元素。例如：

>>> import random
>>> random.choice((1,2,3,4,5,6,7,8))
4
shuffle(seq) 	

将变量序列seq中元素随机排序，并返回给序列的变量。例如：

>>> import random
>>> seq=[1,2,3,4,5,6,7]
>>> random.shuffle(seq)
>>> print(seq)
[4, 3, 2, 1, 7, 6, 5]

原文链接：https://www.cnblogs.com/djdjdj123/p/17356465.html