Python 标准库:random——随机数

文章目录

  • 模块介绍
  • 主要函数
  • – random()
  • – randint()
  • – choice()
  • – shuffle()
  • – sample()
  • – seed()
  • – gauss()
  • – betavariate()
  • 注意事项
  • 总结

  • 模块介绍

    random 模块是 Python 的标准库之一,提供了生成伪随机数的功能,并支持多种常见的随机操作,如随机选择元素、随机打乱序列、生成指定范围的随机整数等。这个模块广泛应用于数据模拟、游戏开发、密码学等领域。

    random 模块的实现基于“伪随机”算法,这意味着它生成的数值并不是完全随机的,而是通过某种数学公式推算出来的,因此它是确定性的,但足够接近随机。对于需要高质量随机性的场合,可以考虑使用 secrets 模块,它提供了更高安全性的随机数生成。

    主要函数

    函数 描述
    random() 返回一个 [0, 1) 区间的随机浮点数。
    randint(a, b) 返回一个随机整数 N,满足 a <= N <= b。
    choice(seq) 从非空序列 seq 中随机选择一个元素。
    shuffle(seq) 将序列 seq 中的元素随机排列。
    sample(population, k) 从总体 population 中随机抽取 k 个不重复的元素。
    uniform(a, b) 返回一个随机浮点数 N,满足 a <= N <= b。
    seed(a=None) 初始化随机数生成器的种子,确定随机数的生成顺序。
    gauss(mu, sigma) 返回一个高斯(正态)分布的随机数,平均值为 mu,标准差为 sigma。
    triangular(low, high, mode) 返回一个三角形分布的随机数,low 为最小值,high 为最大值,mode 为最可能值。
    betavariate(alpha, beta) 返回一个 beta 分布的随机数。

    – random()

    生成随机浮点数

    import random
    
    # 生成一个 0 到 1 之间的随机浮点数
    print(random.random())  # 输出如 0.3745401188473625
    

    – randint()

    生成随机整数数

    import random
    
    # 生成一个 1 到 100 之间的随机整数
    print(random.randint(1, 100))  # 输出如 42
    

    – choice()

    从列表中随机选择一个元素。

    import random
    
    # 从列表中随机选择一个元素
    items = ['apple', 'banana', 'cherry', 'date']
    print(random.choice(items))  # 输出如 'banana'
    

    – shuffle()

    打乱列表的顺序

    import random
    
    # 打乱列表的顺序
    cards = ['2', '3', '4', '5', '6', '7', '8', '9', '10', 'J', 'Q', 'K', 'A']
    random.shuffle(cards)
    print(cards)  # 输出如 ['5', 'K', '9', '2', 'J', 'A', '8', 'Q', '3', '6', '7', '4', '10']
    

    – sample()

    从一个列表中随机选择指定个数不重复的元素

    import random
    
    # 从一个列表中随机选择 3 个不重复的元素
    items = ['apple', 'banana', 'cherry', 'date']
    print(random.sample(items, 3))  # 输出如 ['banana', 'cherry', 'apple']
    

    – seed()

    import random
    
    # 设置随机数生成器的种子,确保每次执行结果一致
    random.seed(42)
    print(random.random())  # 输出如 0.3745401188473625
    random.seed(42)
    print(random.random())  # 输出如 0.3745401188473625(与上次一致)
    

    – gauss()

    import random
    
    # 生成一个均值为 0,标准差为 1 的正态分布随机数
    print(random.gauss(0, 1))  # 输出如 -0.3745401188473625
    

    – betavariate()

    import random
    
    # 生成一个 Beta 分布随机数
    print(random.betavariate(2, 5))  # 输出如 0.158159
    

    注意事项

  • 伪随机性:random 模块生成的数值是伪随机的,基于初始化的种子。对于高安全性的需求(如密码学),建议使用 secrets 模块。
  • 种子设置:如果不设置种子,random 模块将基于系统时间等动态数据初始化随机数生成器。使用固定种子时,可以确保每次生成的随机数序列一致(便于调试或测试)。
  • 性能考虑:虽然 random 模块满足大部分应用需求,但如果要生成大量的随机数或需要更高性能的生成器,可以考虑使用第三方库(如 numpy.random)来获得更高效的随机数生成。
  • 随机性不是完全不可预测的:由于 random 使用的是伪随机数生成算法,最终的数值是确定性的,如果你需要更不可预测的随机数(比如用于加密用途),应使用专门的随机数生成器。
  • 总结

    random 模块是 Python 中非常强大的工具,提供了丰富的随机数生成功能和操作序列的工具。无论是进行数据模拟、游戏开发,还是进行抽样,random 模块都能够满足大部分的需求。

    通过使用 random 模块中的函数,我们可以轻松地生成随机数、打乱序列、抽取样本等,提升代码的灵活性和可用性。对于需要高安全性随机数的场合,建议使用 secrets 模块。

    作者:骑个小蜗牛

    物联沃分享整理
    物联沃-IOTWORD物联网 » Python 标准库:random——随机数

    发表回复