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

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

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！

最后

以上就是简单长颈鹿为你收集整理的【干货】Python：random库的用法1. random库概述2. random库与随机数运用3. 习题4. 本文代码编译环境及版本5. 更新日志6. 参考的全部内容，希望文章能够帮你解决【干货】Python：random库的用法1. random库概述2. random库与随机数运用3. 习题4. 本文代码编译环境及版本5. 更新日志6. 参考所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。