Python 标准库:random——随机数
文章目录
- 模块介绍
- 主要函数
- - random()
- - randint()
- - choice()
- - shuffle()
- - sample()
- - seed()
- - gauss()
- - betavariate()
- 注意事项
- 总结
模块介绍
random 模块是 Python 的标准库之一,提供了生成伪随机数的功能,并支持多种常见的随机操作,如随机选择元素、随机打乱序列、生成指定范围的随机整数等。这个模块广泛应用于数据模拟、游戏开发、密码学等领域。
random 模块的实现基于“伪随机”算法,这意味着它生成的数值并不是完全随机的,而是通过某种数学公式推算出来的,因此它是确定性的,但足够接近随机。对于需要高质量随机性的场合,可以考虑使用 secrets 模块,它提供了更高安全性的随机数生成。
主要函数
函数 | 描述 |
---|---|
random() | 返回一个 [0, 1) 区间的随机浮点数。 |
randint(a, b) | 返回一个随机整数 N,满足 a <= N <= b。 |
choice(seq) | 从非空序列 seq 中随机选择一个元素。 |
shuffle(seq) | 将序列 seq 中的元素随机排列。 |
sample(population, k) | 从总体 population 中随机抽取 k 个不重复的元素。 |
uniform(a, b) | 返回一个随机浮点数 N,满足 a <= N <= b。 |
seed(a=None) | 初始化随机数生成器的种子,确定随机数的生成顺序。 |
gauss(mu, sigma) | 返回一个高斯(正态)分布的随机数,平均值为 mu,标准差为 sigma。 |
triangular(low, high, mode) | 返回一个三角形分布的随机数,low 为最小值,high 为最大值,mode 为最可能值。 |
betavariate(alpha, beta) | 返回一个 beta 分布的随机数。 |
- random()
生成随机浮点数
import random
# 生成一个 0 到 1 之间的随机浮点数
print(random.random()) # 输出如 0.3745401188473625
- randint()
生成随机整数数
import random
# 生成一个 1 到 100 之间的随机整数
print(random.randint(1, 100)) # 输出如 42
- choice()
从列表中随机选择一个元素。
import random
# 从列表中随机选择一个元素
items = ['apple', 'banana', 'cherry', 'date']
print(random.choice(items)) # 输出如 'banana'
- shuffle()
打乱列表的顺序
import random
# 打乱列表的顺序
cards = ['2', '3', '4', '5', '6', '7', '8', '9', '10', 'J', 'Q', 'K', 'A']
random.shuffle(cards)
print(cards) # 输出如 ['5', 'K', '9', '2', 'J', 'A', '8', 'Q', '3', '6', '7', '4', '10']
- sample()
从一个列表中随机选择指定个数不重复的元素
import random
# 从一个列表中随机选择 3 个不重复的元素
items = ['apple', 'banana', 'cherry', 'date']
print(random.sample(items, 3)) # 输出如 ['banana', 'cherry', 'apple']
- seed()
import random
# 设置随机数生成器的种子,确保每次执行结果一致
random.seed(42)
print(random.random()) # 输出如 0.3745401188473625
random.seed(42)
print(random.random()) # 输出如 0.3745401188473625(与上次一致)
- gauss()
import random
# 生成一个均值为 0,标准差为 1 的正态分布随机数
print(random.gauss(0, 1)) # 输出如 -0.3745401188473625
- betavariate()
import random
# 生成一个 Beta 分布随机数
print(random.betavariate(2, 5)) # 输出如 0.158159
注意事项
- 伪随机性:random 模块生成的数值是伪随机的,基于初始化的种子。对于高安全性的需求(如密码学),建议使用 secrets 模块。
- 种子设置:如果不设置种子,random 模块将基于系统时间等动态数据初始化随机数生成器。使用固定种子时,可以确保每次生成的随机数序列一致(便于调试或测试)。
- 性能考虑:虽然 random 模块满足大部分应用需求,但如果要生成大量的随机数或需要更高性能的生成器,可以考虑使用第三方库(如 numpy.random)来获得更高效的随机数生成。
- 随机性不是完全不可预测的:由于 random 使用的是伪随机数生成算法,最终的数值是确定性的,如果你需要更不可预测的随机数(比如用于加密用途),应使用专门的随机数生成器。
总结
random 模块是 Python 中非常强大的工具,提供了丰富的随机数生成功能和操作序列的工具。无论是进行数据模拟、游戏开发,还是进行抽样,random 模块都能够满足大部分的需求。
通过使用 random 模块中的函数,我们可以轻松地生成随机数、打乱序列、抽取样本等,提升代码的灵活性和可用性。对于需要高安全性随机数的场合,建议使用 secrets 模块。