python随机模块random的22种函数(小结)-猿码集

1. 前言

Python是一种高级编程语言，可以应用于各种领域，如人工智能、数据分析、Web开发等。Python的随机模块random提供了22种函数，可以让开发者轻松实现随机数生成，以及一些与随机数生成有关的功能。本篇文章将介绍random模块中的22种函数。

2. 随机整数生成

2.1 randint()

randint(a, b)函数可以生成一个在指定范围内的随机整数，包括两个端点。其中a、b是整数，且a≤x≤b。

import random
#生成100~200的随机整数
a = random.randint(100,200)
print(a)

运行结果是：186

2.2 randrange()

randrange([start], stop[, step])函数可以生成一个在指定范围内的随机整数，不包括stop。其中start和step是可选参数，start缺省时默认为0，step缺省时默认为1，可指定步长，即隔几个数取一个数。如果start和step都缺省，则相当于randint(0,stop-1)。

import random
#生成0~100的随机整数
a = random.randrange(0,100)
print(a)
#生成0~10的随机偶数
b = random.randrange(0,10,2)
print(b)

运行结果是：98 0

2.3 getrandbits()

getrandbits(k)函数可以生成一个k位的随机整数，返回一个非负整数。

import random
#生成一个8位的随机整数（范围是0~255）
a = random.getrandbits(8)
print(a)

运行结果是：118

3. 随机浮点数生成

3.1 random()

random()函数可以生成一个0到1的随机浮点数。

import random
#生成一个0~1的随机浮点数
a = random.random()
print(a)

运行结果是：0.14641774797509772

3.2 uniform()

uniform(a, b)函数可以生成一个在指定范围内的随机浮点数，其中a、b是浮点数，且a≤x≤b。

import random
#生成一个2~4的随机浮点数
a = random.uniform(2,4)
print(a)

运行结果是：2.97985162059715

4. 随机序列操作

4.1 choice()

choice(seq)函数可以从指定的序列中随机选择一个元素，seq可以是列表、元组或字符串。

import random
#从元组中随机选择一个元素
a = random.choice(('apple','banana','cherry'))
print(a)
#从字符串中随机选择一个字符
b = random.choice('abcde')
print(b)

运行结果是：cherry e

4.2 shuffle()

shuffle(seq)函数可以将指定的序列中的元素随机打乱，seq可以是列表。

import random
#打乱列表中的元素
a = [1,2,3,4,5]
random.shuffle(a)
print(a)

运行结果是：[2, 4, 5, 1, 3]

4.3 sample()

sample(population, k)函数可以从指定的序列（population）中，随机选择k个元素，返回列表类型。

import random
#从序列中随机选择3个元素
a = [1,2,3,4,5]
b = random.sample(a,3)
print(b)

运行结果是：[5, 3, 2]

5. 概率分布

5.1 random()

random()函数可以生成一个0到1的随机数，可用于实现概率分布。

例如，我们可以使用random()函数来模拟投掷一枚硬币，判断正反面的概率：

import random
#模拟投掷一枚硬币
if random.random() < 0.5:
    print('正面')
else:
    print('反面')

运行结果可能是：反面

5.2 uniform()

uniform(a, b)函数可以生成一个在指定范围内的随机浮点数，可用于实现概率分布。

例如，我们可以使用uniform()函数来模拟投掷一枚骰子，判断点数的概率：

import random
#模拟投掷一枚骰子
a = random.uniform(1,7)
if a <= 1.5:
    print('点数为1')
elif a <= 2.5:
    print('点数为2')
elif a <= 3.5:
    print('点数为3')
elif a <= 4.5:
    print('点数为4')
elif a <= 5.5:
    print('点数为5')
else:
    print('点数为6')

运行结果可能是：点数为3

5.3 gauss()

gauss(mu, sigma)函数可以生成一个服从高斯（正态）分布的随机数，其中mu是均值，sigma是标准差。

import random
#生成一个服从高斯分布的随机数
a = random.gauss(0,1)
print(a)

运行结果可能是：0.21277952864204598

6. 种子生成

6.1 seed()

seed(a=None)函数用于生成随机序列，a是种子参数，如果不指定a，则使用系统时间作为种子。

在同一种子下，使用随机函数生成的随机数序列是相同的。

import random
#使用种子生成随机序列
random.seed(100)
a = random.random()
b = random.random()
random.seed(100)
c = random.random()
d = random.random()
print(a,b)
print(c,d)

运行结果是：0.1456692551041303 0.45472190799747655

注意：不同的种子生成的随机序列不同，但同一种子下生成的随机序列是相同的。

7. 总结

Python的随机模块random提供了22种函数，能够方便地实现随机数生成和一些与随机数生成相关的功能。这些函数可以分为随机整数、随机浮点数、随机序列操作、概率分布、种子生成等五个方面。

随机模块random不仅在科学计算和模拟中有所应用，在Python编程的学习中也有重要的作用。

当需要产生一个随机数时，可以根据具体的需求来选择相应的函数，比如需要生成随机整数可使用randint()函数，需要给列表随机排序可使用shuffle()函数，需要模拟概率分布可使用uniform()函数等。

同时，随机数的产生受到种子的影响，种子相同则随机序列相同，种子不同则随机序列不同。

python随机模块random的22种函数(小结)