python產生隨機數的函數
① python隨機模塊random的22種函數(小結)
Python中的random模塊提供了以下22種用於生成偽隨機數的函數：
random.random：
- 生成一個0到1之間的隨機浮點數。
random.choice：
- 從非空序列seq中隨機選取一個元素。
random.choices：
- 從序列population中隨機選取多個元素，可以設置每個元素的相對權重。
random.getrandbits：
- 生成一個指定位數k的隨機整數。
random.getstate：
- 獲取隨機數生成器的內部狀態。
random.setstate：
- 恢復隨機數生成器的內部狀態。
random.randint：
- 生成指定范圍[a, b]內的隨機整數，包含兩端點。
random.randrange：
- 從指定基數的遞增集合中獲取隨機數。
random.sample：
- 從序列population中隨機選取k個不重復的元素，返回一個新序列。
random.shuffle：
- 將列表x中的元素隨機打亂順序。
random.uniform：
- 生成[a, b]范圍內的隨機浮點數。
random.triangular：
- 生成一個符合三角形分布的隨機數，low是下限，high是上限，mode是眾數。
random.weibullvariate：
- 生成符合威布爾分布的隨機數，alpha是形狀參數，beta是尺度參數。
random.betavariate：
- 生成符合β分布的隨機數，alpha和beta是形狀參數。
random.expovariate：
- 生成符合指數分布的隨機數，lambd是率參數。
random.gammavariate：
- 生成符合伽馬分布的隨機數，alpha是形狀參數，beta是尺度參數。
random.gauss：
- 生成符合高斯分布的隨機數，mu是均值，sigma是標准差。
random.lognormvariate：
- 生成符合對數正態分布的隨機數，mu是μ參數，sigma是σ參數。
random.normalvariate：
- 生成符合正態分布的隨機數，mu是均值，sigma是標准差。
random.paretovariate：
- 生成符合帕累托分布的隨機數，alpha是形狀參數。
random.seed：
- 初始化隨機數生成器。如果不提供種子a，則使用系統時間。
- 注意：此函數未在問題描述中明確提及，但它是random模塊中常用的一個函數，用於設置隨機數生成的起點。
random.SystemRandom：
- 返回一個使用系統隨機數源的隨機數生成器對象。
- 注意：雖然SystemRandom類不是直接生成隨機數的函數，但它提供了基於操作系統提供的隨機性來生成隨機數的方法，因此在此一並列出以供參考。
這些函數在Python的random模塊中提供了豐富的隨機數生成功能，適用於各種需要隨機數生成的場景。
② python 生成隨機數模塊random 常用方法總結
在Python中，random模塊是生成隨機數的重要工具，包含多種方法，以下為您介紹幾個常用方法。
首先，random.random()函數用來生成一個0到1之間的浮點數，包括零。例如：random.random()。
其次，randint(a, b)函數用於生成在區間[a, b]內的隨機整數，包含邊界值。例如：random.randint(1, 10)。
再者，random.uniform(a, b)函數生成在區間[a, b]內的隨機浮點數，包含邊界值。例如：random.uniform(1, 10)。
接下來，choice(seq)函數從非空序列中隨機選擇一個元素，seq可以是list、tuple、字元串等。例如：random.choice([1, 2, 3, 4, 5])。
randrange(start, stop[, step = 1])函數結合了random和range的特性，生成在指定區間內的隨機整數。例如：random.randrange(1, 10)。
此外，random.shuffle(x[,random])函數將列表中的元素打亂順序。例如：random.shuffle([1, 2, 3, 4, 5])。
再看random.sample(sequence,k)函數，用於從有序列表中隨機選取k個元素作為樣本。例如：random.sample([1, 2, 3, 4, 5], 3)。
最後，random.seed(x)函數用來改變隨機數生成器的種子。如果不清楚原理，通常無需特別設置種子，Python會自動選擇一個。使用相同的種子，每次生成的隨機數序列都相同。
有關隨機數種子的原理和演算法，您可以參考：Python下探究隨機數的產生原理和演算法。