python——random模块

random函数

1、seed(a=None,version= 2)
初始化伪随机数生成器。如果未提供a或者a=None，则使用系统时间为种子。如果a是一个整数，则作为种子。

2、 random.randrange(start, stop[, step])
返回range[start,stop)之间的一个整数，可加step，跟range(0,10,2)类似

>>> a = random.randrange(1,10,3)
>>> print a
7

3、random.randint(a, b)
返回range[a,b]之间的一个整数，等价于然的range(a,b+1)
效果类似random.randrange()，某个角度使用random.randrange()可以代替random.randint(a, b)

4、random.choice(seq)
常用函数，从非空序列seq中随机选取一个元素。如果seq为空则弹出 IndexError异常。
和random.randrange()的区别，seq为序列，选择seq中的一员。

5、random.choices(population, weights=None, *, cum_weights=None, k=1)
3.6版本新增。从population集群中随机抽取K个元素（可重复）。weights是相对权重列表，cum_weights是累计权重，两个参数不能同时存在。

>>> choices(['red', 'black', 'green'], [18, 18, 2], k=6)
['red', 'green', 'black', 'black', 'red', 'black']

6、random.shuffle(x[, random])
常用函数，随机打乱序列x内元素的排列顺序。只能针对可变的序列，对于不可变序列，请使用下面的sample()方法。

>>> b = [1,2,4,6,1,3]
>>> c =random.shuffle(b)
>>> print(b)
[1, 3, 1, 2, 4, 6]
>>> print(c)
None

7、random.sample(population, k)
从population样本或集合中随机抽取K个不重复的元素形成新的序列。常用于不重复的随机抽样。返回的是一个新的序列，不会破坏原有序列。要从一个整数区间随机抽取一定数量的整数，请使用sample(range(10000000), k=60)类似的方法，这非常有效和节省空间。如果k大于population的长度，则弹出ValueError异常。
random.choices()，k个可重复数据

---

返回浮点数
8、random.random()
常用函数，返回一个介于左闭右开[0.0, 1.0)区间的浮点数
9、random.uniform(a, b)
常用函数，返回一个介于a和b之间的浮点数。如果a>b，则是b到a之间的浮点数。这里的a和b都有可能出现在结果中。

>>> a = random.random()
>>> print(a)
0.7416846114658389
>>> c= random.uniform(2,5)
>>> print(c)
3.7506656633998445

---

返回按某种分布的数据
random.triangular(low, high, mode) # 返回一个low <= N <=high的三角形分布的随机数。参数mode指明众数出现位置。
random.betavariate(alpha, beta) # β分布。返回的结果在0~1之间
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

参考：
https://blog.csdn.net/zheng_lan_fang/article/details/76684761