random模块的探究：

random模块的主要功能：

1. 基本随机数生成：生成指定范围内的随机整数、随机浮点数等。
2. 随机选择：从序列中随机选择一个或多个元素。
3. 随机打乱：随机打乱序列中的元素顺序。
4. 随机变量：模拟常见的随机变量分布，如正态分布、指数分布等。

常见的函数及用法：

1.random()：生成一个[0.0, 1.0)之间的随机浮点数。

2.randint(a, b)：生成一个[a, b]之间的随机整数。

3.randrange([start,] stop[, step])：生成一个[start, stop)之间以step为步长的随机整数。

4.choice(seq)：从非空序列seq中随机选择一个元素。

5.shuffle(list)：将list中的元素随机打乱。

6.sample(population, k)：从population中随机选择k个不重复的元素。

7.uniform(a, b)：生成一个[a, b]之间的随机浮点数。

8.normalvariate(mu, sigma)：生成一个符合正态分布的随机数，mu是均值， sigma是标准差。

示例：

import random

# 生成0到10之间的随机整数（包括0和10）
print(random.randint(0, 10))
## 6

# 生成1到10之间（不包括10）的随机整数
print(random.randrange(1, 10))
## 7

# 生成0到1之间的随机浮点数（不包括1）
print(random.random())
## 0.9969447731196855

# 生成1到3之间的随机浮点数
print(random.uniform(1, 3))
## 2.7496006174747003

# 从列表中随机选择一个元素
list = [1, 2, 3, 4, 5]
print(random.choice(list))
## 4

# 从列表中随机选择3个不重复的元素
print(random.sample(list, 2))
## [4, 2]

# 打乱列表中的元素顺序
random.shuffle(list)
print(list)
## [5, 2, 1, 4, 3]

# 生成一个符合正态分布的随机数，均值为0，标准差为1
print(random.normalvariate(0, 1))
## -1.7658013036151325

使用random.seed()设置随机种子：

设置随机种子可以确保每次运行代码时生成的随机数序列是相同的，这在需要可重复实验的情况下很有用。

import random

# 设置随机种子
random.seed(1)

# 现在，每次使用相同的种子调用random函数，都会得到相同的结果
print(random.randint(0, 10))
## 2
# 假设输出为2（实际输出可能因版本而异）

print(random.randint(0, 10))
## 9
# 假设输出为某个特定数字（与上次不同，但因为是同一种子，所以可重复）

print(random.randint(0, 10))
## 1