Python 标准库：random——随机数

文章目录

模块介绍
主要函数
- [- random()](#- random())
- [- randint()](#- randint())
- [- choice()](#- choice())
- [- shuffle()](#- shuffle())
- [- sample()](#- sample())
- [- seed()](#- seed())
- [- gauss()](#- gauss())
- [- betavariate()](#- betavariate())
注意事项
总结

模块介绍

random 模块是 Python 的标准库之一，提供了生成伪随机数的功能，并支持多种常见的随机操作，如随机选择元素、随机打乱序列、生成指定范围的随机整数等。这个模块广泛应用于数据模拟、游戏开发、密码学等领域。

random 模块的实现基于"伪随机"算法，这意味着它生成的数值并不是完全随机的，而是通过某种数学公式推算出来的，因此它是确定性的，但足够接近随机。对于需要高质量随机性的场合，可以考虑使用 secrets 模块，它提供了更高安全性的随机数生成。

主要函数

函数	描述
random()	返回一个 [0, 1) 区间的随机浮点数。
randint(a, b)	返回一个随机整数 N，满足 a <= N <= b。
choice(seq)	从非空序列 seq 中随机选择一个元素。
shuffle(seq)	将序列 seq 中的元素随机排列。
sample(population, k)	从总体 population 中随机抽取 k 个不重复的元素。
uniform(a, b)	返回一个随机浮点数 N，满足 a <= N <= b。
seed(a=None)	初始化随机数生成器的种子，确定随机数的生成顺序。
gauss(mu, sigma)	返回一个高斯（正态）分布的随机数，平均值为 mu，标准差为 sigma。
triangular(low, high, mode)	返回一个三角形分布的随机数，low 为最小值，high 为最大值，mode 为最可能值。
betavariate(alpha, beta)	返回一个 beta 分布的随机数。

- random()

生成随机浮点数

python 复制代码

import random

# 生成一个 0 到 1 之间的随机浮点数
print(random.random())  # 输出如 0.3745401188473625

- randint()

生成随机整数数

python 复制代码

import random

# 生成一个 1 到 100 之间的随机整数
print(random.randint(1, 100))  # 输出如 42

- choice()

从列表中随机选择一个元素。

python 复制代码

import random

# 从列表中随机选择一个元素
items = ['apple', 'banana', 'cherry', 'date']
print(random.choice(items))  # 输出如 'banana'

- shuffle()

打乱列表的顺序

python 复制代码

import random

# 打乱列表的顺序
cards = ['2', '3', '4', '5', '6', '7', '8', '9', '10', 'J', 'Q', 'K', 'A']
random.shuffle(cards)
print(cards)  # 输出如 ['5', 'K', '9', '2', 'J', 'A', '8', 'Q', '3', '6', '7', '4', '10']

- sample()

从一个列表中随机选择指定个数不重复的元素

python 复制代码

import random

# 从一个列表中随机选择 3 个不重复的元素
items = ['apple', 'banana', 'cherry', 'date']
print(random.sample(items, 3))  # 输出如 ['banana', 'cherry', 'apple']

- seed()

python 复制代码

import random

# 设置随机数生成器的种子，确保每次执行结果一致
random.seed(42)
print(random.random())  # 输出如 0.3745401188473625
random.seed(42)
print(random.random())  # 输出如 0.3745401188473625（与上次一致）

- gauss()

python 复制代码

import random

# 生成一个均值为 0，标准差为 1 的正态分布随机数
print(random.gauss(0, 1))  # 输出如 -0.3745401188473625

- betavariate()

python 复制代码

import random

# 生成一个 Beta 分布随机数
print(random.betavariate(2, 5))  # 输出如 0.158159

注意事项

伪随机性：random 模块生成的数值是伪随机的，基于初始化的种子。对于高安全性的需求（如密码学），建议使用 secrets 模块。
种子设置：如果不设置种子，random 模块将基于系统时间等动态数据初始化随机数生成器。使用固定种子时，可以确保每次生成的随机数序列一致（便于调试或测试）。
性能考虑：虽然 random 模块满足大部分应用需求，但如果要生成大量的随机数或需要更高性能的生成器，可以考虑使用第三方库（如 numpy.random）来获得更高效的随机数生成。
随机性不是完全不可预测的：由于 random 使用的是伪随机数生成算法，最终的数值是确定性的，如果你需要更不可预测的随机数（比如用于加密用途），应使用专门的随机数生成器。

总结

random 模块是 Python 中非常强大的工具，提供了丰富的随机数生成功能和操作序列的工具。无论是进行数据模拟、游戏开发，还是进行抽样，random 模块都能够满足大部分的需求。

通过使用 random 模块中的函数，我们可以轻松地生成随机数、打乱序列、抽取样本等，提升代码的灵活性和可用性。对于需要高安全性随机数的场合，建议使用 secrets 模块。