随机数：Python3.7的random模块详解

随机数模块random

作者:Shawn
python3.7
手册
https://docs.python.org/3/library/random.html#module-random
部分图片转自wiki

常用函数

random.seed()

random.seed(a=None, version=2)

• 设置随机种子 ，用于同步不同运行环境的随机数。

random.getstate()

random.getstate()

• 获得当前状态，用于恢复状态

random.setstate()

random.setstate(state)

• 恢复状态

>>> import random
>>> s=random.getstate()
>>> random.random()
0.15441857485858956
>>> random.random()
0.6330314601528841
>>> random.setstate(s)
>>> random.random()
0.15441857485858956
>>> random.random()
0.6330314601528841
>>> random.random()
0.04725013105129261

random.getrandbits()

random.getrandbits(k)

• 生成占内存k位以内的随机整数，硬核秃头专属。

>>> import random
>>> random.getrandbits(10)
674
>>> random.getrandbits(10)
10
>>> random.getrandbits(10)
745
>>> random.getrandbits(10)
560
>>> random.getrandbits(10)
162

random.random()

random.random()

• 随机产生一个[0,1.)数字。

>>> random() 
0.37444887175646646

random.uniform()

random.uniform(a, b)

• 产生一个a、b区间的随机数。

>>> uniform(2.5, 10.0)
3.1800146073117523

random.randrange()

random.randrange(start, stop[, step])

• 整数随机。
• 功能等同于choice(range(start, stop, step))。

>>> randrange(10)                        # 0到9随机
7
>>> randrange(0, 101, 2)                 # 0到100随机偶数
26

random.randint()

random.randint(a, b)

• 返回一个[a,b]的随机整数。
• 功能等同于randrange(a, b+1)。

random.choice()

random.choice(seq)

• 返回对象中的一个随机元素。

random.choices()

random.choices(population, weights=None, *, cum_weights=None, k=1)

• 随机选择，是random.choice(seq)的升级版本。

>>> choice(['win', 'lose', 'draw'])
'draw'

random.sample()

random.sample(population, k)

• 随机取样

>>> sample([10, 20, 30, 40, 50], k=4)
[40, 10, 50, 30]

---

• choices与sample的区别：
  
  • choices在抽取随机元素时是包含重复元素的，即：一个元素可能会被抽取多次。
  • 反之，在sample中，抽取的元素是不重复的。
  • 所以，在抽取元素大于样本集总数时，choices会继续而sample会报错：

>>> import random
>>> random.choices([1,2,3,4],k=4)
[4, 3, 4, 4]
>>> random.sample([1,2,3,4],k=4)
[3, 1, 2, 4]
>>> random.choices([1,2,3,4],k=5)
[3, 3,