python中random库

### Python `random` 库的功能与使用 #### 基本介绍 Python 的 `random` 库是一个用于生成伪随机数的模块，其核心算法基于梅森旋转算法 (Mersenne Twister)[^1]。这种算法能够高效地生成高质量的伪随机数序列，适用于绝大多数工程需求。 尽管计算机无法真正生成完全不可预测的随机数，但通过复杂的数学模型可以模拟出满足实际需求的伪随机数[^2]。以下是 `random` 库的一些主要功能及其具体用法： --- #### 主要功能及示例代码 1. **生成浮点型随机数** 函数 `random.random()` 可以返回 `[0, 1)` 范围内的一个随机浮点数。 ```python import random result = random.random() print(result) # 输出类似于 0.789456... ``` 2. **生成指定范围内的整数** 使用 `random.randint(a, b)` 可以生成区间 `[a, b]` 中的一个随机整数。 ```python number = random.randint(1, 10) print(number) # 输出 1 到 10 之间的某个整数 ``` 3. **从列表中随机选取元素** 函数 `random.choice(sequence)` 返回给定序列中的任意一个元素。 ```python items = ['apple', 'banana', 'cherry'] selected_item = random.choice(items) print(selected_item) # 输出可能是 apple 或 banana 或 cherry ``` 4. **打乱序列顺序** 方法 `random.shuffle(list)` 将原位修改并随机排列列表中的元素。 ```python my_list = [1, 2, 3, 4, 5] random.shuffle(my_list) print(my_list) # 输出可能为 [3, 1, 5, 2, 4] ``` 5. **生成均匀分布的随机数** 如果需要生成特定区间的随机浮点数，可使用 `random.uniform(a, b)`。 ```python value = random.uniform(-1.0, 1.0) print(value) # 输出 -1.0 和 1.0 之间的一个随机浮点数 ``` 6. **设置种子值** 若要使程序每次运行的结果一致，可以通过 `random.seed(seed_value)` 设置固定的种子值。 ```python random.seed(42) reproducible_number = random.random() print(reproducible_number) # 每次执行都会得到相同的结果 ``` --- #### 高级功能 除了上述基本操作外，`random` 还支持更高级别的随机数生成方式，例如正态分布、指数分布等统计学常用的概率分布函数。 - **正态分布随机数** 使用 `random.gauss(mu, sigma)` 来获取均值为 `mu`、标准差为 `sigma` 的高斯分布随机数。 ```python normal_random = random.gauss(0, 1) print(normal_random) # 输出服从 N(0, 1) 正态分布的数值 ``` - **样本抽取** 若需无放回地从集合中抽取多个项目，则可用 `random.sample(population, k)`。 ```python sample_result = random.sample(range(1, 10), 3) print(sample_result) # 输出如 [2, 7, 4] ``` --- #### 注意事项 由于 `random` 库生成的是伪随机数，在安全性要求较高的场景下（如密码学加密），应考虑使用专门的安全库，例如 `secrets` 模块。 ---