Python精进系列：random.uniform 函数的用法详解

---

---

🔍 一、引言

目标读者：Python开发者 / 数据分析初学者
核心价值：掌握random.uniform的用法，快速生成均匀分布随机数

---

📌 二、函数定义与参数说明

✅ 函数定义

random.uniform(a, b)

• 功能：生成 [a, b] 区间的随机浮点数
• 返回值：均匀分布的浮点数（如 5.67890123456789）

⚙️ 参数说明

参数	描述	示例
a	下限（整数/浮点数）	1
b	上限（整数/浮点数）	10
自动处理	若 a > b，自动交换为 [min(a,b), max(a,b)]	random.uniform(10, 1) → 实际范围 [1, 10]

---

🧪 三、使用示例

1️⃣ 生成单个随机数

import random
num = random.uniform(1, 10)  # 输出示例：5.67890123456789
print("随机数:", num)

2️⃣ 生成多个随机数

numbers = [random.uniform(-5, 5) for _ in range(5)]
# 输出示例：[-2.345, 4.123, -0.456, 3.789, -1.234]
print("随机数列表:", numbers)

3️⃣ 生成二维坐标

coordinates = [(random.uniform(0, 100), random.uniform(0, 50)) for _ in range(10)]
# 输出示例：[(12.34, 23.45), (67.89, 45.67), ...]
print("随机坐标:", coordinates)

---

🎯 四、应用场景

🧪 模拟实验

temperature = random.uniform(20, 30)  # 模拟温度传感器读数
print("当前温度:", temperature, "°C")

📊 数据采样

sample_data = [random.uniform(0, 1) for _ in range(1000)]  # 生成1000个随机数

🎮 游戏开发

event_prob = random.uniform(0, 1)
if event_prob < 0.1:
    print("触发稀有事件！")

---

⚠️ 五、注意事项

1. 边界值处理

• 包含边界：random.uniform(1, 10) 会包含 1 和 10
• 排除边界：手动调整范围（如 random.uniform(1+ε, 10-ε)）

2. 生成整数

random_int = int(random.uniform(1, 10))  # 输出示例：7

3. 伪随机数的性质

random.seed(42)  # 设置种子以保证结果可复现
print("随机数:", random.uniform(0, 1))  # 输出：0.6394267984578837

---

❓ 六、常见问题解答

Q1: 能否生成负数？

✅ A: 可以，如 random.uniform(-10, 10) 会生成 -10 到 10 之间的随机数

Q2: 如何生成整数？

✅ A: 使用 int() 转换，如 int(random.uniform(1, 10))

Q3: random.uniform 和 numpy.random.uniform 的区别？

工具	特点	适用场景
random.uniform	Python标准库	小规模数据生成
numpy.random.uniform	NumPy库	大规模数组生成（性能更高）

---

📈 七、总结

核心知识点	图标
生成均匀分布随机数	✅
支持负数/整数/浮点数	🔁
自动处理a > b的情况	⚙️
伪随机数需设置种子	🔐

---

📘 八、扩展阅读

• Python官方文档 - random.uniform
• NumPy的随机数生成 - np.random.uniform

---