python产生随机数的函数
① python随机模块random的22种函数(小结)
Python中的random模块提供了以下22种用于生成伪随机数的函数：
random.random：
- 生成一个0到1之间的随机浮点数。
random.choice：
- 从非空序列seq中随机选取一个元素。
random.choices：
- 从序列population中随机选取多个元素，可以设置每个元素的相对权重。
random.getrandbits：
- 生成一个指定位数k的随机整数。
random.getstate：
- 获取随机数生成器的内部状态。
random.setstate：
- 恢复随机数生成器的内部状态。
random.randint：
- 生成指定范围[a, b]内的随机整数，包含两端点。
random.randrange：
- 从指定基数的递增集合中获取随机数。
random.sample：
- 从序列population中随机选取k个不重复的元素，返回一个新序列。
random.shuffle：
- 将列表x中的元素随机打乱顺序。
random.uniform：
- 生成[a, b]范围内的随机浮点数。
random.triangular：
- 生成一个符合三角形分布的随机数，low是下限，high是上限，mode是众数。
random.weibullvariate：
- 生成符合威布尔分布的随机数，alpha是形状参数，beta是尺度参数。
random.betavariate：
- 生成符合β分布的随机数，alpha和beta是形状参数。
random.expovariate：
- 生成符合指数分布的随机数，lambd是率参数。
random.gammavariate：
- 生成符合伽马分布的随机数，alpha是形状参数，beta是尺度参数。
random.gauss：
- 生成符合高斯分布的随机数，mu是均值，sigma是标准差。
random.lognormvariate：
- 生成符合对数正态分布的随机数，mu是μ参数，sigma是σ参数。
random.normalvariate：
- 生成符合正态分布的随机数，mu是均值，sigma是标准差。
random.paretovariate：
- 生成符合帕累托分布的随机数，alpha是形状参数。
random.seed：
- 初始化随机数生成器。如果不提供种子a，则使用系统时间。
- 注意：此函数未在问题描述中明确提及，但它是random模块中常用的一个函数，用于设置随机数生成的起点。
random.SystemRandom：
- 返回一个使用系统随机数源的随机数生成器对象。
- 注意：虽然SystemRandom类不是直接生成随机数的函数，但它提供了基于操作系统提供的随机性来生成随机数的方法，因此在此一并列出以供参考。
这些函数在Python的random模块中提供了丰富的随机数生成功能，适用于各种需要随机数生成的场景。
② python 生成随机数模块random 常用方法总结
在Python中，random模块是生成随机数的重要工具，包含多种方法，以下为您介绍几个常用方法。
首先，random.random()函数用来生成一个0到1之间的浮点数，包括零。例如：random.random()。
其次，randint(a, b)函数用于生成在区间[a, b]内的随机整数，包含边界值。例如：random.randint(1, 10)。
再者，random.uniform(a, b)函数生成在区间[a, b]内的随机浮点数，包含边界值。例如：random.uniform(1, 10)。
接下来，choice(seq)函数从非空序列中随机选择一个元素，seq可以是list、tuple、字符串等。例如：random.choice([1, 2, 3, 4, 5])。
randrange(start, stop[, step = 1])函数结合了random和range的特性，生成在指定区间内的随机整数。例如：random.randrange(1, 10)。
此外，random.shuffle(x[,random])函数将列表中的元素打乱顺序。例如：random.shuffle([1, 2, 3, 4, 5])。
再看random.sample(sequence,k)函数，用于从有序列表中随机选取k个元素作为样本。例如：random.sample([1, 2, 3, 4, 5], 3)。
最后，random.seed(x)函数用来改变随机数生成器的种子。如果不清楚原理，通常无需特别设置种子，Python会自动选择一个。使用相同的种子，每次生成的随机数序列都相同。
有关随机数种子的原理和算法，您可以参考：Python下探究随机数的产生原理和算法。