随机数在编程中非常常见，Python 中的 random 模块提供了多种生成随机数的函数。以下是一些常用的 random 模块函数及其简要说明：
1. 生成随机数
random()
生成一个 [0.0, 1.0) 范围内的随机浮点数。
|
1 2 3 |
import random rand_num = random.random() |
randint(a, b)
生成一个 [a, b] 范围内的随机整数。
|
1 2 3 |
import random rand_int = random.randint(1, 10) # 生成1到10之间的随机整数 |
uniform(a, b)
生成一个 [a, b] 范围内的随机浮点数。
|
1 2 3 |
import random rand_float = random.uniform(1.0, 5.0) # 生成1.0到5.0之间的随机浮点数 |
gauss(mu, sigma)
用于生成符合高斯（正态）分布的随机数。
参数
• mu：正态分布的均值（期望值）。
• sigma：正态分布的标准差。
返回值
• 返回一个符合指定均值和标准差的正态分布的随机浮点数。
|
1 2 3 4 5 6 7 8 9 10 |
import random # 设置均值和标准差 mu = 0 sigma = 1 # 生成一个符合正态分布的随机数 random_number = random.gauss(mu, sigma) print(f"Generated random number: {random_number}") |
2. 序列操作
choice(seq)
从非空序列 seq 中随机选择一个元素。
|
1 2 3 4 |
import random items = [1, 2, 3, 4, 5] random_item = random.choice(items) |
shuffle(seq)
将序列 seq 中的元素随机打乱。
|
1 2 3 4 |
import random items = [1, 2, 3, 4, 5] random.shuffle(items) |
sample(population, k)
从 population 序列或集合中随机选择 k 个唯一的元素。
|
1 2 3 4 |
import random items = [1, 2, 3, 4, 5] random_sample = random.sample(items, 3) # 从items中随机选择3个不重复的元素 |
3. 随机种子操作
seed(a=None)
初始化随机数生成器的种子。如果不设置 a，则使用系统时间作为种子。
|
1 2 3 |
import random random.seed(42) # 设置随机数种子为42 |
示例
以下是一个简单的示例，演示了如何使用 random 模块的一些函数：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
import random # 生成随机数 rand_num = random.random() # 生成一个0.0到1.0之间的随机浮点数 print(f"Random number: {rand_num}") # 生成随机整数 rand_int = random.randint(1, 10) # 生成1到10之间的随机整数 print(f"Random integer: {rand_int}") # 从序列中随机选择元素 items = [1, 2, 3, 4, 5] random_item = random.choice(items) print(f"Random choice: {random_item}") # 打乱序列 random.shuffle(items) print(f"Shuffled items: {items}") # 从序列中随机选择多个元素 random_sample = random.sample(items, 3) # 从items中随机选择3个不重复的元素 print(f"Random sample: {random_sample}") |
这些函数可以帮助您在编程中实现随机性，用于模拟、数据处理、算法设计等各种应用场景。
