[python] random随机数生成 数组中随机选取n个元素

参考：https://docs.python.org/zh-cn/3/library/random.html

数组中随机选取n个元素

L = [1,2,3,4,5]
slice = random.sample(L,3)
>>slice
>>[3, 5, 4]

随机选取一个元素

L = [1,2,3,4,5]
random.choice(L) # 随机选取一个元素

random 随机数生成
对于整数，从范围中有统一的选择。 对于序列，存在随机元素的统一选择、用于生成列表的随机排列的函数、以及用于随机抽样而无需替换的函数。
在实数轴上，有计算均匀、正态（高斯）、对数正态、负指数、伽马和贝塔分布的函数。为了生成角度分布，可以使用 von Mises 分布。
几乎所有模块函数都依赖于基本函数 random() ，它在半开放区间 [0.0,1.0) 内均匀生成随机浮点数。

Python 使用 Mersenne Twister 作为核心生成器。 它产生 53 位精度浮点数，周期为 2**19937-1 ，其在 C 中的底层实现既快又线程安全。 Mersenne Twister 是现存最广泛测试的随机数发生器之一。 但是，因为完全确定性，它不适用于所有目的，并且 完全不适合加密目的 。

random.random()
//返回 [0.0, 1.0) 范围内的下一个随机浮点数。

print random.randint(12, 20) #生成的随机数n: 12 <= n <= 20 

random.uniform(a, b)
//返回一个随机浮点数 N ，当 a <= b 时 a <= N <= b ，当 b < a 时 b <= N <= a 。
//取决于等式 a + (b-a) * random() 中的浮点舍入，终点 b 可以包括或不包括在该范围内。

random.triangular(low, high, mode)
//三角分布，概率密度函数呈现三角形。不常用。见https://ja.wikipedia.org/wiki/%E4%B8%89%E8%A7%92%E5%88%86%E5%B8%83
//返回一个随机浮点数 N ，使得 low <= N <= 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。

random.betavariate(alpha, beta)
//Beta 分布。 参数的条件是 alpha > 0 和 beta > 0。 返回值的范围介于 0 和 1 之间。

random.expovariate(lambd)
//指数分布。 lambd 是 1.0 除以所需的平均值，它应该是非零的。 （该参数本应命名为 “lambda” ，但这是 Python 中的保留字。）
//如果 lambd 为正，则返回值的范围为 0 到正无穷大；如果 lambd 为负，则返回值从负无穷大到 0。