【Python学习笔记】第二十八节 Python random 模块

ゝ一纸荒年。 2023-09-30 20:00 13阅读 0赞

## 一、Python **random简介** ##

Python **random** 模块主要用于生成随机数。大部分python人都会用，但是一般人都是使用randint()帮我们生成某个范围的整数，但其实random模块还有很多非常使用的功能供我们使用，接下来我们就一一了解一下我们的random。

要使用 **random** 函数必须先导入：

import random

查看 **random** 模块中的内容:

![3010e9e09c4562c635ac166fcd67fc17.png][]

### **1、random.random()方法** ###

返回一个随机数，它在半开放区间 **\[0,1)** 范围内，包含 0 但不包含 1，不需要设置参数

>>> random.random()
    0.2616511625214011
    >>> random.random()
    0.8890603952284217
    >>> random.random()
    0.8248056914058357
    >>> random.random()
    0.2799936407293714
    >>> random.random()
    0.3768217306914913
    >>> random.random()
    0.7331169151350899
    >>> random.random()
    0.9229218977171018
    >>> random.random()
    0.36667098403412324

### **2、random.randint()方法** ###

这是人们用得最多的方法，生成某个范围的随机整数，可以设置两个参数

# coding=utf-8
    
    # 导入 random 包
    import random
    
    # 生成随机数
    print(random.random())
    # 生成某个范围的随机整数
    print(random.randint(1, 10))
    print(random.randint(1, 10))
    print(random.randint(1, 10))
    print(random.randint(1, 10))
    print(random.randint(1, 10))

运行结果：

![314955593ee924191fa3f11908af5af1.png][]

### **3、random.randrange()方法** ###

random.randrange(开始, 结束, 步长)

此方法可以写三个参数，跟random.randint()是一样的，都是生成整数，但可以加上步长，可以设置1-3个参数

步长：每一次加几，好比循环里面的增量。默认是1。下图，我步长设置了2，就只会生成1-10之间的基数

# coding=utf-8
    
    # 导入 random 包
    import random
    
    # 生成随机数
    # print(random.random())
    # 生成某个范围的随机整数
    # print(random.randint(1, 10))
    # 从 range(start, stop, step) 返回一个随机选择的元素。
    print(random.randrange(1, 10, 2))
    print(random.randrange(1, 10, 2))
    print(random.randrange(1, 10, 2))

运行结果：

![2c78b0507df22a8ab6c988b250d82bb5.png][]

### **4、random.uniform()方法** ###

返回一个随机浮点数 N ，当 a <= b 时 a <= N <= b ，当 b < a 时 b <= N <= a 。

设置某个范围内的浮点数，可以设置两个参数

# coding=utf-8
    
    # 导入 random 包
    import random
    
    # 生成随机数
    # print(random.random())
    # 生成某个范围的随机整数
    # print(random.randint(1, 10))
    
    print(random.uniform(1.2, 9.9))

运行结果：

4.882993131511566

### **5、random.choice()方法** ###

随机输出choice里面的参数，拥有此方法，就不再需要写遍历了

从非空序列 seq 返回一个随机元素。 如果 seq 为空，则引发 IndexError。

运行结果：

### **6、random.sample()方法** ###

返回从总体序列或集合中选择的唯一元素的 k 长度列表。 用于无重复的随机抽样。

# coding=utf-8
    
    # 导入 random 包
    import random
    
    # 生成随机数
    # print(random.random())
    # 生成某个范围的随机整数
    # print(random.randint(1, 10))
    # 从 range(start, stop, step) 返回一个随机选择的元素。
    
    # 返回从总体序列或集合中选择的唯一元素的 k 长度列表。 用于无重复的随机抽样。
    print(random.sample("helloworld", 4))

运行结果：

['h', 'l', 'l', 'o']

### **7、random.shuffle()方法** ###

将序列 随机打乱位置。

# coding=utf-8
    
    # 导入 random 包
    import random
    
    arr = [1, 2, 3, 4, 5, 6, 7, 8, 9]
    random.shuffle(arr)
    print(arr)

运行结果：

[2, 6, 8, 4, 9, 5, 1, 3, 7]

### **8、seed()** 方法 ###

改变随机数生成器的种子，可以在调用其他随机模块函数之前调用此函数。

# coding=utf-8
    
    # 导入 random 包
    import random
    
    # 生成随机数
    # print(random.random())
    # 生成某个范围的随机整数
    # print(random.randint(1, 10))
    
    random.seed()
    print("使用默认种子生成随机数：", random.random())
    print("使用默认种子生成随机数：", random.random())
    
    random.seed(10)
    print("使用整数 10 种子生成随机数：", random.random())
    random.seed(10)
    print("使用整数 10 种子生成随机数：", random.random())
    
    random.seed("hello", 2)
    print("使用字符串种子生成随机数：", random.random())

运行结果：

使用默认种子生成随机数： 0.8557562135918899
    使用默认种子生成随机数： 0.8674208965484477
    使用整数 10 种子生成随机数： 0.5714025946899135
    使用整数 10 种子生成随机数： 0.5714025946899135
    使用字符串种子生成随机数： 0.3537754404730722

## **二、分布的随机数** ##

关于这种分布的随机，在我们python里不是太常用，以下这张图是从网络上截取的，如果有兴趣的小伙伴可以更加深入了解

![bf5b905193db1d33ff43ae6964280d6a.png][]

## **三、random 模块常用方法** ##

**random** 模块方法如下：

<table style=""> 
 <tbody> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">方法</td> 
 <td style="width:610px;vertical-align:top;height:52px;">描述</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">seed()</td> 
 <td style="width:610px;vertical-align:top;height:52px;">初始化随机数生成器</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">getstate()</td> 
 <td style="width:610px;vertical-align:top;height:52px;">返回捕获生成器当前内部状态的对象。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">setstate()</td> 
 <td style="width:610px;vertical-align:top;height:52px;">state 应该是从之前调用 getstate() 获得的，并且 setstate() 将生成器的内部状态恢复到 getstate() 被调用时的状态。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">getrandbits(k)</td> 
 <td style="width:610px;vertical-align:top;height:52px;">返回具有 k 个随机比特位的非负 Python 整数。 此方法随 MersenneTwister 生成器一起提供，其他一些生成器也可能将其作为 API 的可选部分提供。 在可能的情况下，getrandbits() 会启用 randrange() 来处理任意大的区间。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">randrange()</td> 
 <td style="width:610px;vertical-align:top;height:52px;">从 range(start, stop, step) 返回一个随机选择的元素。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">randint(a, b)</td> 
 <td style="width:610px;vertical-align:top;height:52px;">返回随机整数 N 满足 a &lt;= N &lt;= b。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">choice(seq)</td> 
 <td style="width:610px;vertical-align:top;height:52px;">从非空序列 seq 返回一个随机元素。 如果 seq 为空，则引发 IndexError。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">choices(population, weights=None, *, cum_weights=None, k=1)</td> 
 <td style="width:610px;vertical-align:top;height:52px;">从 population 中选择替换，返回大小为 k 的元素列表。 如果 population 为空，则引发 IndexError。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">shuffle(x[, random])</td> 
 <td style="width:610px;vertical-align:top;height:52px;">将序列 x 随机打乱位置。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">sample(population, k, *, counts=None)</td> 
 <td style="width:610px;vertical-align:top;height:52px;">返回从总体序列或集合中选择的唯一元素的 k 长度列表。 用于无重复的随机抽样。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">random()</td> 
 <td style="width:610px;vertical-align:top;height:52px;">返回 [0.0, 1.0) 范围内的下一个随机浮点数。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">uniform()</td> 
 <td style="width:610px;vertical-align:top;height:52px;">返回一个随机浮点数 N ，当 a &lt;= b 时 a &lt;= N &lt;= b ，当 b &lt; a 时 b &lt;= N &lt;= a 。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">triangular(low, high, mode)</td> 
 <td style="width:610px;vertical-align:top;height:52px;">返回一个随机浮点数 N ，使得 low &lt;= N &lt;= high 并在这些边界之间使用指定的 mode 。 low 和 high 边界默认为零和一。 mode 参数默认为边界之间的中点，给出对称分布。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">betavariate(alpha, beta)</td> 
 <td style="width:610px;vertical-align:top;height:52px;">Beta 分布。 参数的条件是 alpha &gt; 0 和 beta &gt; 0。 返回值的范围介于 0 和 1 之间。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">expovariate(lambd)</td> 
 <td style="width:610px;vertical-align:top;height:52px;">指数分布。 lambd 是 1.0 除以所需的平均值，它应该是非零的。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">gammavariate()</td> 
 <td style="width:610px;vertical-align:top;height:52px;">Gamma 分布（ 不是伽马函数） 参数的条件是 alpha &gt; 0 和 beta &gt; 0。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">gauss(mu, sigma)</td> 
 <td style="width:610px;vertical-align:top;height:52px;">正态分布，也称高斯分布。 mu 为平均值，而 sigma 为标准差。 此函数要稍快于下面所定义的 normalvariate() 函数。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">lognormvariate(mu, sigma)</td> 
 <td style="width:610px;vertical-align:top;height:52px;">对数正态分布。 如果你采用这个分布的自然对数，你将得到一个正态分布，平均值为 mu 和标准差为 sigma 。 mu 可以是任何值，sigma 必须大于零。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">normalvariate(mu, sigma)</td> 
 <td style="width:610px;vertical-align:top;height:52px;">正态分布。 mu 是平均值，sigma 是标准差。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">vonmisesvariate(mu, kappa)</td> 
 <td style="width:610px;vertical-align:top;height:52px;">冯·米塞斯分布。 mu 是平均角度，以弧度表示，介于0和 2*pi 之间，kappa 是浓度参数，必须大于或等于零。 如果 kappa 等于零，则该分布在 0 到 2*pi 的范围内减小到均匀的随机角度。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">paretovariate(alpha)</td> 
 <td style="width:610px;vertical-align:top;height:52px;">帕累托分布。 alpha 是形状参数。</td> 
 </tr> 
 <tr> 
 <td style="width:219px;vertical-align:middle;height:52px;">weibullvariate(alpha, beta)</td> 
 <td style="width:610px;vertical-align:top;height:52px;">威布尔分布。 alpha 是比例参数，beta 是形状参数。</td> 
 </tr> 
 </tbody> 
</table>

## **四、总结** ##

其实我们的random模块还是有很多非常使用的方法呢，使用起来也是非常的简单，灵活运用起来可以帮助我们节省很多代码。

[3010e9e09c4562c635ac166fcd67fc17.png]: https://img-blog.csdnimg.cn/img_convert/3010e9e09c4562c635ac166fcd67fc17.png
[314955593ee924191fa3f11908af5af1.png]: https://img-blog.csdnimg.cn/img_convert/314955593ee924191fa3f11908af5af1.png
[2c78b0507df22a8ab6c988b250d82bb5.png]: https://img-blog.csdnimg.cn/img_convert/2c78b0507df22a8ab6c988b250d82bb5.png
[bf5b905193db1d33ff43ae6964280d6a.png]: https://img-blog.csdnimg.cn/img_convert/bf5b905193db1d33ff43ae6964280d6a.png