random：Python随机数的生成与应用

前言

在实际的开发中，经常会用到随机数生成。而random库专用于随机数的生成，它是基于Mersenne Twister算法提供了一个快速伪随机数生成器。

本篇，将详细讲解各种场景之下随机数的生成应用。

生成随机数

对于随机数的生成，random库提供了很多函数，有的负责生成浮点数，有的负责生成整型，还有的可以生成区间内的随机数等。

函数名	参数	意义
random	无参数	随机生成[0-1]之间浮点数
uniform	2个整型参数：最小数，最大数	随机生成最小最大之间的浮点数
randint	2个整型参数：最小数，最大数	随机生成最小最大之间的整数
randrange	3个整型参数：最小数，最大数，步长	随机生成最小最大之间的间隔步长整数

下面，我们来看看这些常用的随机数生成函数的应用：

import random

# 随机生成[0-1]之间浮点数
print("%04.2f" % random.random())
# 随机生成浮点数
print("%04.2f" % random.uniform(100, 200))
# 随机生成整型
print(random.randint(1, 200))
# 随机生成整型
print(random.randrange(0, 200, 5))

运行之后，效果如下：

以上是最常用的，也是最普遍的随机数用法。

种子

不知道读者发现没有，通过上面这些方法虽然能生成随机数，但是随机数都是无序的。这次你运行可能开头是一个数，结尾是一个数，下次运行开头和结尾又会不一样。这对于需要固定序列的随机数需求而言，显然不合适。

所以，random库给我们提供了种子函数：random.seed()。种子会控制由公式生成的第一个值，由于公式是确定的，所以每次只要种子相同，随机数每次生成的序列值就相同。

import random

random.seed(1)
# 随机生成浮点数
print("%04.2f" % random.random())
# 随机生成浮点数
print("%04.2f" % random.uni