PYTHON 120道题目详解（73-75）

73.Python中的random模块可以生成哪些类型的随机数？

Python的random模块提供了多种生成随机数的方法，这些方法可以生成不同类型的随机数。以下是一些主要的：

1. 随机浮点数：

   • random(): 返回0 <= n < 1之间的随机浮点数。
   • uniform(a, b): 返回a <= n <= b之间的随机浮点数。

2. 随机整数：

   • randint(a, b): 返回a <= n <= b之间的随机整数。
   • randrange(start, stop[, step]): 返回一个从range(start, stop, step)中随机选择的元素。

3. 随机选择序列元素：

   • choice(seq): 从非空序列seq中随机选择一个元素。
   • shuffle(seq): 就地随机排序序列seq。
   • sample(population, k): 从population中随机选择k个不重复的元素，并返回一个新的列表。

4. 生成随机字节：

   • getrandbits(k): 返回一个k位长的随机整数。
   • bytes(length): 返回一个由随机字节组成的bytes对象。

5. 设置随机种子：

   • seed(a=None, version=2): 初始化随机数生成器。如果提供了a，它将被用作随机数生成器的初始种子。如果省略了a或者为None，则将尝试从操作系统读取随机种子。

需要注意的是，由random模块生成的随机数实际上是伪随机数，也就是说，它们是通过一个确定性算法生成的，该算法产生的数值序列在统计上看起来是随机的，但实际上在给定相同的初始种子的情况下是可以预测的。如果你需要生成加密安全的随机数，你应该使用secrets模块。

74.Python中的decimal模块与float类型相比有什么优势？

Python中的decimal模块与float类型相比，主要有以下优势：

1. 精确度高：float类型是基于二进制的浮点数表示，由于计算机底层CPU和IEEE 754标准的限制，它并不能精确表示所有的十进制小数。而decimal模块则是基于十进制的表示，可以精确地表示和计算十进制数，避免了float类型的精度问题。这在需要高精度计算的金融应用、科学计算等领域特别重要。
2. 可控的精度：decimal模块允许用户指定所需的精度（即小数点后的位数），并在计算过程中保持这个精度。而float类型的精度是固定的，无法调整。这使得decimal模块在处理需要特定精度的计算时更加灵活。
3. 舍入模式可选：decimal模块提供了多种舍入模式，如四舍五入、向上取整、向下取整等，用户可以根据需要选择合适的舍入模式。而float类型则使用固定的舍入模式，无法更改。
4. 适用于法律和金融计算：由于decimal模块的高精度和可控性，它特别适用于需要精确计算和符合法律或金融规定的场合。例如，在处理货币计算时，使用decimal模块可以避免因精度问题而导致的计算错误或舍入误差。
5. 广泛的数学函数支持：decimal模块提供了丰富的数学函数和操作，如加减乘除、幂运算、对数运算等，可以满足各种数学计算的需求。虽然float类型也支持这些操作，但由于其精度限制，可能无法在某些情况下得到准确的结果。

需要注意的是，虽然decimal模块具有上述优势，但在处理大量数据或进行高性能计算时，float类型可能具有更高的计算效率。因此，在选择使用哪种类型时，需要根据具体的应用场景和需求进行权衡。

75.Python中如何使用字符串的format方法格式化输出？

在Python中，format方法是一种非常灵活且强大的方式来格式化字符串。你可以使用它来插入和格式化字符串中的值。

以下是一些基本示例：

使用大括号 {} 作为占位符

在这个例子中，{} 是一个占位符，它会被 format 方法中的参数替换。

使用索引指定参数

在这个例子中，{0} 和 {1} 是占位符，它们会被 format 方法中的对应索引的参数替换。

使用关键字参数

在这个例子中，{name} 和 {messages} 是占位符，它们会被 format 方法中的关键字参数替换。

格式化数字

你还可以使用 format 方法来格式化数字。例如，你可以指定小数点的位数，或者将数字转换为百分数等。

在这个例子中，:.2f 和 :.2% 是格式说明符，它们分别指定了小数点后的位数和百分数的格式。