Python random模块用法整理_python 继承random(3)

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

Python random 模块

注意事项

• 伪随机性：Python 使用 random 模块生成各种分布的伪随机数。计算机生成的随机数都是伪随机数，它们是由确定性算法生成的，只是看起来像随机。如果需要高度的随机性，需要额外的随机源。
• 不同类型的随机性：在模拟、密码学等场景中，需要注意不同类型的随机性需求。如果前往 Python 文档以获取此模块的文档，将会看到一条警告：

显然，random 模块只适用于一般的随机数需求。random 模块使用 Mersenne Twister 算法来生成随机数。但是这种算法是完全确定性的，而对于密码学等需要高强度随机性的场景，应该使用 secrets 模块。

Python random 模块的内置函数

下面是 random 模块下的各种内置函数。这些函数能够在不同场景下生成伪随机数：

下面的列表包含了上述随机数生成函数的简要说明：

函数名	描述
randint(a, b)	生成一个位于 [a, b] 范围内的随机整数
randrange(start, stop, step)	生成一个以 step 递增的整数序列中的随机元素
random()	生成一个位于 [0.0, 1.0) 范围内的随机浮点数
uniform(a, b)	生成一个位于 [a, b) 范围内的随机浮点数
gauss(mu, sigma)	生成一个符合高斯分布的随机浮点数，均值为 mu，标准差为 sigma
sample(population, k)	从 population 序列中随机选择 k 个元素，不重复
choice(sequence)	从序列中随机选择一个元素
shuffle(sequence)	随机打乱序列中的元素顺序
seed(a=None)	初始化随机数生成器的种子，用于重现随机序列

下面是这些函数的更详细介绍及示例。

randint()

此函数生成指定范围之间的整数。它接受两个参数

x

x

x 和

y

y

y 并生成整数

i

i

i，使得

x

<

=

i

<

=

y

x <= i <= y

x<=i<=y。

import random

a = random.randint(3, 6)
print(a)	# 输出：3

randrange()

该函数生成一个以 step 为步长的整数序列中的随机元素。start 和 stop 是范围，取值范围是 [start, stop)。若省略 step 参数，默认为 1。

import random

a = random.randrange(1, 10, 2)
print(a)	# 输出：7

random()

该函数生成一个位于 [0.0, 1.0) 范围内的随机浮点数。所有数字在这个范围内的概率是相等的。

import random

a = random.random()
print(a)	# 输出：0.6427979778735594

uniform()

该函数生成一个位于 [a, b) 范围内的随机浮点数。类似于random()，但可以指定范围。

import random

a = random.uniform(3, 6)
print(a)	# 输出：3.512451152441262

gauss(mu, sigma)

该函数生成一个符合高斯分布（也称为正态分布）的随机浮点数。mu 是均值，sigma 是标准差，控制分布的形状。

import random

a = random.gauss(3, 0.5)
print(a)	# 输出：2.9743970359818612

sample()

如果想要一个序列中的多个随机元素，可以使用 sample()。它需要两个参数 population 和 k，其中 population 是一个序列，k 是一个整数。然后，该函数从 population 序列中随机选择 k 个元素，并以列表形式返回。选择不重复。

import random

seq = (12, 33, 67, 55, 78, 90, 34, 67, 88)
a = random.sample(seq, 5)
print(a)	# 输出：[88, 78, 67, 34, 33]

choice(sequence)

如果要从特定序列中选择随机元素，可以使用此函数。它需要一个参数——sequence。它从序列中返回一个随机元素。

import random

seq = (12, 33, 67, 55, 78, 90, 34, 67, 88)
a = random.choice(seq)
print(a)	# 输出：88

注意：random.choice(seq) 不等同于 random.sample(seq, 1)，前者返回元素，后者返回列表。

shuffle(sequence)

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！