Python的random（随机数）模块的使用

文章目录

• 主要功能
• 用法
• 示例代码
• • 生成随机整数和浮点数
  • 从序列中随机选择元素
  • 随机打乱序列
  • 模拟随机变量分布
  • • 正态分布
    • 指数分布
    • 其他分布
    • 使用`random.seed()`设置随机种子
    • 使用`random`模块进行简单的随机密码生成

      Python的random模块提供了各种用于生成随机数的函数。这个模块在需要随机选择元素、打乱序列、模拟概率分布等场景时非常有用。下面我将详细介绍random模块的一些主要功能、用法和常见用法，并给出相应的示例代码。

      主要功能

      1. 基本随机数生成：生成指定范围内的随机整数、随机浮点数等。
      2. 随机选择：从序列中随机选择一个或多个元素。
      3. 随机打乱：随机打乱序列中的元素顺序。
      4. 随机变量：模拟常见的随机变量分布，如正态分布、指数分布等。

      用法

      以下是一些常用的函数及其用法：

      • random()：生成一个[0.0, 1.0)之间的随机浮点数。
      • randint(a, b)：生成一个[a, b]之间的随机整数。
      • randrange([start,] stop[, step])：生成一个[start, stop)之间以step为步长的随机整数。
      • choice(seq)：从非空序列seq中随机选择一个元素。
      • shuffle(list)：将list中的元素随机打乱。
      • sample(population, k)：从population中随机选择k个不重复的元素。
      • uniform(a, b)：生成一个[a, b]之间的随机浮点数。
      • normalvariate(mu, sigma)：生成一个符合正态分布的随机数，mu是均值，sigma是标准差。

        示例代码

        生成随机整数和浮点数

        import random
        # 生成0到10之间的随机整数（包括0和10）
        print(random.randint(0, 10))
        # 生成1到10之间（不包括10）的随机整数
        print(random.randrange(1, 10))
        # 生成0到1之间的随机浮点数（不包括1）
        print(random.random())
        # 生成1到3之间的随机浮点数
        print(random.uniform(1, 3))
        

        运行结果：

        

        从序列中随机选择元素

        # 从列表中随机选择一个元素
        my_list = [1, 2, 3, 4, 5]
        print(random.choice(my_list))
        # 从列表中随机选择3个不重复的元素
        print(random.sample(my_list, 3))
        

        运行结果：

        

        随机打乱序列

        # 打乱列表中的元素顺序
        random.shuffle(my_list)
        print(my_list)
        

        运行结果：

        

        模拟随机变量分布

        正态分布

        # 生成一个符合正态分布的随机数，均值为0，标准差为1
        print(random.normalvariate(0, 1))
        

        运行结果：

        

        指数分布

        虽然random模块没有直接提供指数分布的函数，但你可以使用expovariate函数从random的expovariate模块中导入：

        from random import expovariate
        # 生成一个符合指数分布的随机数，λ（lambda）是分布率参数（平均到达率是λ的倒数）
        print(expovariate(1.0))  # λ=1.0
        

        但请注意，expovariate是直接在random模块中定义的，不需要额外导入。

        其他分布

        对于其他更复杂的分布，你可能需要使用numpy库，它提供了更多的统计函数和随机变量生成器。

        使用random.seed()设置随机种子

        设置随机种子可以确保每次运行代码时生成的随机数序列是相同的，这在需要可重复实验的情况下很有用。

        import random
        # 设置随机种子
        random.seed(1)
        # 现在，每次使用相同的种子调用random函数，都会得到相同的结果
        print(random.randint(0, 10))  
        # 假设输出为5（实际输出可能因版本而异）
        print(random.randint(0, 10))  
        # 假设输出为某个特定数字（与上次不同，但因为是同一种子，所以可重复）
        

        运行结果：

        

        使用random模块进行简单的随机密码生成

        import random
        import string
        def generate_password(length=10):
            # 选择字母和数字的集合
            characters = string.ascii_letters + string.digits
            # 使用random.choices函数（注意不是choice，它允许重复）
            # 并指定k=length以生成指定长度的密码
            return ''.join(random.choices(characters, k=length))
        print(generate_password(15))  # 生成一个15位的随机密码
        

        运行结果：