Python随机数模块random

前言

这几年一直在it行业里摸爬滚打，一路走来，不少总结了一些python行业里的高频面试，看到大部分初入行的新鲜血液，还在为各样的面试题答案或收录有各种困难问题

于是乎，我自己开发了一款面试宝典，希望能帮到大家，也希望有更多的Python新人真正加入从事到这个行业里，让python火不只是停留在广告上。

微信小程序搜索：Python面试宝典

或可关注原创个人博客：https://lienze.tech

也可关注微信公众号，不定时发送各类有趣猎奇的技术文章：Python编程学习

随机数模块

Python中，有一个叫做random的内置模块，可以很方便的为我们生成各式的随机数据

随机整数

• random.randrange( stop )

返回从0-stop区间内的随机整数

>>> random.randrange(20)
7

---

• random.randrange( start, stop, step )

返回从start-stop区间内，并且步长为step的一个整数，类似range函数

>>> random.randrange(0,10,3)
3
>>> random.randrange(0,10,3)
6
>>> random.randrange(0,10,3)
6
>>> random.randrange(0,10,3)
9

---

• random.randint(start, stop)

返回start-stop区间内的一个整数

>>> random.randint(10,20)
19
>>> random.randint(10,20)
19
>>> random.randint(10,20)
10

---

• random.getrandbits(num)

传入一个num值，返回一个从0到2的num次方(2 ** num)区间内的一个整数

>>> random.getrandbits(3)#(2**3)
5
>>> random.getrandbits(3)
2
>>> random.getrandbits(3)
1

---

随机浮点数

• random.random()

返回介于0到1之间的浮点数

>>> random.random()
0.018594388691108188
>>> random.random()
0.7626285486964196

---

• random.uniform(start, stop)

返回介于start-stop之间的浮点数，start和stop的值也可能出现

>>> random.uniform(1,3)
1.5281489461709883
>>> random.uniform(1,3)
1.0881355542393485
>>> random.uniform(1,3)
1.4888568616457178

---

随机序列

• random.choice(seq)

从非空序列seq中随机选取一个元素，如果为空序列，则引发IndexError

>>> random.choice([1,2,3,4,5])
3
>>> random.choice([1,2,3,4,5])
2

---

• random.shuffle(seq)

将可变序列随机打乱

>>> mylist = [1,2,3,4,5]
>>> random.shuffle(mylist)
>>> mylist
[5, 4, 1, 3, 2]

---

• random.sample(seq,num)

从数据集中重新抽取num个元素形成新的序列(不重复随机抽样)，不会修改原有数据集
num值不可大于数据集最大长度

>>> random.sample(mylist,3)
[3, 4, 1]
>>> random.sample(mylist,3)
[5, 4, 1]
>>> random.sample(mylist,3)
[5, 2, 4]

其他随机函数

• random.expovariate(lambd) 指数分布
• random.gammavariate(alpha, beta) 伽玛分布
• random.gauss(mu, sigma) 高斯分布
• random.lognormvariate(mu, sigma) 对数正态分布
• random.normalvariate(mu, sigma) 正态分布
• random.vonmisesvariate(mu, kappa) 卡帕分布
• random.paretovariate(alpha) 帕累托分布
• random.weibullvariate(alpha, beta) 威布尔分布
• random.betavariate(alpha, beta) β分布，返回的结果在0~1之间