【python】python标准库——random模块处理随机数

random模块

random模块实现了各种分布的伪随机数生成器。

伪随机数：人类使用算法等方式，以一个基准（也被称为种子，常用的是时间戳）来构造一系列数字，这些数字的特性符合人们所理解的随机数。
一旦算法和种子都确定，产生的随机数序列也是确定的，所以称为伪随机数。

1. 常用函数

常用函数	说明
random.seed(a)	设置初始化随机种子，可输出相同随机数序列；a取整数或浮点数，不设置时默认以系统时间为种子
random.random()	生成一个0.0到1.0之间的随机浮点数
random.uniform(a,b)	生成一个[a,b]之间的随机小数，a，b取整数或浮点数
random.randint(a,b)	生成一个[a,b]之间的随机整数
random.randrange(start,stop[,step])	生成一个[start,stop)之间以step为步数的随机整数；start，stop，step都是整数，step不设置默认为1
random.getrandbits(k)(seq)	生成一个占内存k位以内的随机整数；k取长度的整数值 如果设置k=2，那么可取的数就在 (0,1,2,3) 之间随机取
random.choice(seq)	从序列类型seq中随机返回一个元素；seq是序列类型，如：字符串、列表、元组、集合等
random.shuffle(seq)	将序列类型中元素随机排序，返回打乱后的序列，seq被改变（改变原列表）；seq是序列类型，如：字符串、列表、元组等
random.sample(pop,k)	从pop中选取k个元素，以列表类型返回（不改变原列表）；pop是序列类型，k是整数表示取k个数

常用函数使用方法：

import random

print('no seed')
for i in range(5):
    ret = random.randint(1,10)
    print(ret)

print()

print(random.random())
print(random.uniform(1,10))
print(random.randint(0,10))
print(random.randrange(1,10,5))
print(random.getrandbits(2))

print(random.choice([1,3,5,7,9]))
l=[1,2,3,4]
random.shuffle(l)
print(l)

print(random.sample(l,2))

print('*'*40)
print('has seed')
random.seed(1)
for i in range(5):
    ret = random.randint(1,10)
    print(ret)

print(random.random())
print(random.uniform(1,10))
print(random.randint(0,10))
print(random.randrange(1,10,5))
print(random.getrandbits(2))
print(random.choice([1,3,5,7,9]))

l=[1,2,3,4]
random.shuffle(l)
print(l)

print(random.sample(l,2))

显示结果：

no seed
4
7
5
5
1
()
0.730177834774
4.05987712407
8
6
0
7
[1, 4, 2, 3]
[4, 1]
****************************************
has seed
2
9
8
3
5
0.449491064789
6.8643367545
8
1
0
9
[1, 3, 4, 2]
[4, 1]

2. 不常用函数

random模块中不常用的函数有如下：

函数名	说明
random.getstate()	捕获并返回生成器当前内部状态的对象，可以把它传递给setstate()函数来把生成器内部状态恢复到调用getstate()函数之前的状态，相当于备份
random.setstate(state)	state应该是getstate()函数的结果，用来把生成器当前的内部状态恢复为state
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
random.gammavariate(alpha,beta)	Gamma分布：参数的条件的alpha > 0 & beta < 0
random.gauss(mu,sigma)	高斯分布： mu是平均值，sigma是标准差
random.normalvariate(mu,sigma)	正态分布：mu是平均值，sigma是标准差
random.paretovariate(alpha)	帕累托分布：alpha是形状参数
random.weibullvariate(alpha,beta)	威布尔分布：alpha是比例参数，beta是形状参数

3. 使用示例

3.1 生成随机密码

生成的密码包含数字和字母，可以指定密码的位数。

# -*- coding: utf-8 -*-
"""
@File   :   随机生成密码.py
@Author :   小地瓜重新去华容道工作
@E-Mail :   zoya.zh@qq.com
@Time   :   22/9/22 
"""
import random
import string

def get_random_passwd(length:int):
    '''
    生成随机密码h
    :param length:  密码的长度
    :return:  生成的随机密码
    '''
    num_count = random.randint(1,length-1)   # 密码中数字的个数
    char_count = length - num_count  # 密码中字母的个数

    num_list = [random.choice(string.digits) for i in range(num_count)]  # 随机生成的数字

    char_list = [random.choice(string.ascii_letters) for i in range(char_count)]  # 随机生成的字母

    psw = num_list + char_list

    # 随机排列序列中的字符
    random.shuffle(psw)

    # 把得到的密码转成字符串的格式返回
    result = ''.join(psw)

    return result

if __name__ == '__main__':
    psw = get_random_passwd(8)
    print(psw)

测试时每次都会生成不同的密码：

8oG4GW76

261Ro923

文章参考：https://blog.csdn.net/yuan2019035055/article/details/123497160