【干货】Python：random库的用法

1. random库概述

随机数在计算机应用中十分常见，Python语言提供了random库用于产生各种分布的伪随机数序列。

random库采用梅森旋转算法（Mersenne twister）生成伪随机数序列，可用于除随机性要求更高的加解密算法外的大多数工程应用。

注意：random 库是 python 版本中自带的一个随机库，无需安装，直接在py文件中加入 import random 拿来即用

2. random库与随机数运用

2.1 random库常用函数

函数	描述
seed (a=None)	初始化随机数种子，默认值为当前系统时间
random()	生成一个[0.0,1.0)之间的随机小数
randint(a, b)	生成一个[a, b]之间的整数
getrandbits(k)	生成一个k比特长度的随机整数
randrange(start, stop[ , step])	生成一个[start, stop)之间以step为步数的随机整数
uniform(a, b)	生成一个[a, b]之间的随机小数
choice(seq)	从序列类型（例如列表）中随机返回一个元素
shuffle(seq)	将序列类型中的元素随机排列，返回打乱后的序列
sample(pop, k)	从pop类型中随机选取k个元素，以列表类型返回

2.2 常用函数运用

2.2.1 seed(s)

1. 作用：对后续产生的随机数设置种子，其中参数为种子
2. 参数：s，随机数种子，一个整数或浮点数
3. 优点：准确复现随机数序列，用于重复程序的运行轨迹
4. 示例：见2.2.2

2.2.2 random()

1. 作用：生成一个[0.0,1.0)之间的随机小数，不包括1
2. 参数：无
3. 其他：是random库中最基本的函数，所有其他随机函数都是基于这个函数的扩展
4. 示例：

>>> from random import *
>>> seed(2) # 设置随机种子为2
>>> random()
0.9560342718892494
>>> random()
0.9478274870593494
>>> random()
0.05655136772680869
>>> seed(2) # 再次设置相同的种子，则后续产生的随机数相同
>>> random()
0.9560342718892494
>>> random()
0.9478274870593494
>>> random()
0.05655136772680869
>>> random() # 因为第一次设置的随机种子后只作用于3个，因此，第四个随机数与之前不同
0.08487199515892163

2.2.3 randint(a, b)

1. 作用：生成一个[a, b]之间的随机整数，随机数可能等于b
2. 参数：a，b均为整数
3. 记忆：random（随机）+ integer（整数）
4. 示例：

>>> from random import *
>>> randint(1,10)
1
>>> randint(500,1000)
895
>>> randint(-100,100)
-52

2.2.4 getrandbits(k)

1. 作用：生成k比特长度的随机整数，其中k为二进制位数的长度
2. 参数：k，一个整数
3. 记忆：get（获取）+ random（随机）+ bits（比特）
4. 示例：

>>> from random import *
>>> getrandbits(20)
876084
>>> len(bin(876084)) # 含0b前导符
22
>>> bin(876084)
'0b11010101111000110100'

2.2.5 randrange(start, stop[ , step])

1. 作用：生成一个[start, stop)之间以step为步数的随机整数，使用方法与range()类似
2. 参数：start，整数，表示开始；stop，整数，表示结束；step，整数，表示步数
3. 记忆：random（随机）+ range（范围）
4. 示例：

>>> from random import *
>>> randrange(10,1000,5)
895
>>> randrange(10,1000,5)
900
>>> randrange(10,1000,5)
805
>>> randrange(10,1000,2)
176
>>> randrange(10,1000,2)
146

2.2.6 uniform(a, b)

1. 作用：生成一个[a, b]之间的随机小数，随机数可能等于b
2. 参数：a，b，整数或浮点数
3. 示例：

>>> from random import *
>>> uniform(1,10)
5.024293574373661
>>> uniform(1.1,19.8)
19.0744511272898

2.2.7 choice(seq)

1. 作用：从序列类型中随机返回一个元素，序列类型包括列表、元组和字符串
2. 参数：seq，一个序列类型变量
3. 示例：

>>> from random import *
>>> choice('hello world')
'r'
>>> choice([2,3,4,5,6])
5
>>> choice((1,'python'))
'python'

2.2.8 shuffle(seq)

1. 作用：将序列类型中的元素随机排列，返回打乱后的序列（主要为列表）
2. 特点：由于排序后对原有变量进行重写，所以该函数不能作用于不可变序列，即主要用于列表类型
3. 参数：seq，一个列表变量
4. 示例：

>>> from random import *
>>> ls = [1,2,3,4,5,6]
>>> shuffle(ls)
>>> ls
[6, 1, 2, 5, 4, 3]

2.2.9 sample(pop, k)

1. 作用：从pop表示的组合数据类型中随机选取k个元素，以列表类型返回。
2. 注意：pop中所含的元素要不少于k个
3. 参数：seq，一个组合数据类型，如列表、集合、元组、字符串等；k，一个整数
4. 示例：

>>> from random import *
>>> sample({1,2,3,4,5},4)
[2, 4, 5, 1]
>>> sample([2,3,1,4,5],3)
[2, 5, 4]
>>> sample('python',3)
['y', 'n', 't']
>>> sample((1,2,3,4,5),3)
[1, 4, 5]

3. 习题

个人整理了一些Python习题与相应的解析，可见专栏：Python编程习题

4. 本文代码编译环境及版本

1. Python IDLE
2. Python 3.7

5. 更新日志

时间	内容
2023.2.8	首次发表

6. 参考

[1] https://zhidao.baidu.com/question/1583074463275510340.html
[2] 《全国计算机等级考试二级教程Python语言程序设计（2022年版）》

编辑不易，点赞收藏关注！