python数据结构算法题五十五：random 模块

为了生成 0 到 1 范围内均匀分布的浮点数，使用 random.random() :

>>> random.random() 0.9406677561675867 >>> random.random() 0.133129581343897 >>> random.random() 0.4144991136919316 >>>

如果要获取 N 位随机位 (二进制) 的整数，使用 random.getrandbits() :

>>> random.getrandbits(200) 335837000776573622800628485064121869519521710558559406913275 >>>

random 模块使用 Mersenne Twister 算法来计算生成随机数。这是一个确定性算 法，但是你可以通过 random.seed() 函数修改初始化种子。

random.seed() # Seed based on system time or os.urandom() random.seed(12345) # Seed based on integer given random.seed(b'bytedata') # Seed based on byte data

random 模块还包含基于均匀分布、高斯分布和其他分布的 随机数生成函数。比如，random.uniform() 计算均匀分布随机数，random.gauss() 计算正态分布随机数。

在 random 模块中的函数不应该用在和密码学相关的程序中。如果你确实需要类似 的功能，可以使用 ssl 模块中相应的函数。比如，ssl.RAND_bytes() 可以用来生成一 个安全的随机字节序列。

random 模块有大量的函数用来产生随机数和随机选择元素。比如，要想从一个序 列中随机的抽取一个元素，可以使用 random.choice() :

>>> import random
>>> values = [1, 2, 3, 4, 5, 6] >>> random.choice(values)
2
>>> random.choice(values)
3
>>> random.choice(values)
1
>>> random.choice(values)
4
>>> random.choice(values)
6
>>>

为了提取出 N 个不同元素的样本用来做进一步的操作，可以使用 random.sample()

>>> random.sample(values, 2) [6, 2]
>>> random.sample(values, 2) [4, 3]
>>> random.sample(values, 3) [4, 3, 1]
>>> random.sample(values, 3) [5, 4, 1]
>>>