Python学习笔记 random 模块

目录

　　- 简述
　　- 常用方法及解析
　　- 小栗子

简述

　　random 模块实现了各种分布的伪随机数生成器，利用这些伪随机数生成器，我们可以得到伪随机的数或者序列。

　　可以通过属性 random.__all __ 来获取模块内所有公开的函数。random 模块几乎所有函数都依赖于基本函数 random() ，它在半开放区间 [0.0,1.0) 内均匀地生成随机浮点数。 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 的底层实现，既快又线程安全。 Mersenne Twister 是现存测试最广泛的随机数发生器之一。 但是，因为它的完全确定性，它不适用于所有工作，且完全不适合加密工作。

　　random 模块提供的函数其实是 random.Random 类的隐藏实例的绑定方法，该隐藏实例名为 _inst ，它在 random 导入时被创建，并将其方法导出为模块级函数，这些函数在用户代码和 Python 库中共享状态。如果你想获取不共享状态的生成器，可以通过实例化 random.Random 来实现。

　　除了 Random 类，random 模块还提供了 SystemRandom 类，它使用系统函数 os.urandom() 从操作系统提供的源中生成随机数。这并非适用于所有系统， 也不依赖于软件状态，序列不可重现。

　　下面介绍 random 模块中常用的函数

常用方法及解析

常用的方法

	random.random()
        功能：返回 [0.0, 1.0) 区间内的一个伪随机浮点数
        参数：无
        返回值：一个浮点数

    uniform(a, b)
        功能：返回 [a, b] 或 [a, b)区间（这取决于a+(b-a)*random()中的浮点舍入）内的一个伪随机浮点数
        参数：a, b可以是整数也可以是浮点数，a 也可以大于 b，其中小的为起点，大的为终点
        返回值：一个浮点数

    randint(a, b)
        功能：返回 [a, b] 区间内的一个随机整数
        参数：a 和 b 为两个整数，且 a<=b
        返回值：一个整数

    choice(seq)
        功能：从非空序列 seq 返回一个随机元素
        参数：seq 为非空序列
        返回值：seq 中的一个元素

    choices(population, weights=None, cum_weights=None, k=1)
        功能：从 population 中选择，返回长度为 k 的列表
        参数：population 表示一个序列，weights 表示相对权重，cum_weights 表示累计权重，k 表示从 population 中选出元素(可重复)的个数
        返回值：一个长度为 k 的列表
        
        说明：如果指定了 weight 序列，则根据相对权重进行选择。 或者，如果给出 cum_weights 序列，则根据累积权重进行选择。
        例如，相对权重``[10, 5, 30, 5]``相当于累积权重``[10, 15, 45, 50]``。 
        在内部，相对权重在进行选择之前会转换为累积权重，因此提供累积权重可以节省工作量。
        如果既未指定 weight 也未指定 cum_weights ，则以相等的概率进行选择。 如果提供了权重序列，则它必须与 population 序列的长度相同。

        此处应有个例子：
        """
        	import random
            li = [1, 2]
            print(random.choices(population=li, cum_weights=[2, 10], k=10))
            # [2, 2, 1, 1, 2, 2, 1, 1, 2, 2]
            # 每次输出结果基本都不一样，但明显可以看出 2 的个数要比 1 多
		"""
		
    randrange(start, stop[, step])
        功能：从开始为 start，结束为 stop，步长为 step 的序列中随即返回一个元素
        参数：start 表示起点，stop 表示终点，step 表示步长，步长可选
        返回值：[start, stop)序列中的一个元素
        说明：该函数相当于  choice(range(start, stop, step)) ，但实际上并没有构建一个 range 对象。

    shuffle(x[, random])
        功能：将序列 x 随机排序
        参数：x 表示一个可变序列，random 表示一个 0 参函数，在 [0.0, 1.0) 中返回随机浮点数；默认情况下，这是函数 random()
        返回值：None

    sample(population, k)
        功能：返回从给定序列或集合中选择的唯一元素的长度为 k 的列表。 用于无重复的随机抽样
        参数：population 表示给定的序列或集合，k 表示返回列表的长度
        返回值：返回包含来自 population 元素的新列表，同时保持 population 不变
        
        说明：要从一系列整数中选择样本，请使用 range() 对象作为参数。 因为对于大量数据来说，这种方法特别快且节省空间

    seed(a=None, version=2)
        功能：指定种子来初始化伪随机数生成器。
        参数：a 表示随机数种子，若为 None，则默认为是当前的系统时间，version 表示版本号
        返回值：None
        
        说明：a 可以是 int，若为 str 、 bytes 或 bytearray 则转换为 int 并使用它的所有位(对于版本 2)

    getstate()
        功能：获取生成器当前内部状态的对象，这个对象可以传递给 setstate() 来恢复状态
        参数：无
        返回值：一个三元组，表示生成器的内部状态

    setstate(state)
        功能：从 getstate() 返回的对象中恢复内部状态
        参数：state 应该是 getstate() 的返回对象
        返回值：None

    getrandbits(k)
        功能：生成具有 k个随机位的 int
        参数：表示生成的随机数的二进制位数
        返回值：一个整数

一些数学分布(不做详细介绍)

		vonmisesvariatee(mu, kappa)
        normalvariate(mu, sigma)：正态分布
        lognormvariate(mu, sigma)：对数正态分布
        expovariate(lambd)：指数分布
        gammavariate(alpha, beta)：伽玛分布
        triangular(low, high, mode)：对称分布
        gauss(mu, sigma)：高斯分布
        betavariate(alpha, beta)：贝塔分布
        paretovariate(alpha)：帕累托分布
        weibullvariate(alpha, beta)：威布尔分布

小栗子

随机生成验证码的小栗子

import random


def my_test(n):
    password = ''
    for i in range(n):
        s1 = chr(random.randint(65, 90))
        s2 = str(random.randint(0, 9))
        password += random.choice([s1, s2])
    return password


print(my_test(6))