橡皮擦，一个逗趣的互联网高级网虫，新的系列，让我们一起 Be More Pythonic。

已完成的文章清单

1. 滚雪球学 Python 第二轮开启，进阶之路，列表与元组那些事儿

2. 说完列表说字典，说完字典说集合，滚雪球学 Python

3. 关于 Python 中的字符串，我在补充两点，滚雪球学 Python

4. 列表推导式与字典推导式，滚雪球学 Python

5. 滚雪球学 Python 之 lambda 表达式

6. 滚雪球学 Python 之内置函数：filter、map、reduce、zip、enumerate

7. Python 中级知识之装饰器，滚雪球学 Python

8. 滚雪球学 Python 之闭包操作，本系列第 8 篇文章

9. 滚雪球学 Python 之怎么玩转时间和日期库

10. 滚雪球学 Python 之作用域下的 global 和 nonlocal 关键字

11. 哈希吧，滚雪球学 Python 哈希表与可哈希对象

十二、Python 内置模块之 random

random 库是 Python 中生成随机数的标准库，包含的函数清单如下：

• 基本随机函数：seed、random、getstate、setstate；

• 扩展随机函数：randint、getrandbits、randrange、choice、shuffle、sample；

• 分布随机函数：uniform、triangular、betavariate、expovariate、gammavariate、gauss、lognormvariate、normalvariate、vonmisesvariate、paretovariate、weibullvariate。

发现单词 variate 出现频率比较高，该但是是变量的意思。

12.1 基本随机函数

12.1.1 seed 与 random 函数

seed 函数初始化一个随机种子，默认是当前系统时间。

random 函数 生成一个 [0.0,1.0) 之间的随机小数 。

具体代码如下：

import random
random.seed(10)
x = random.random()print(x)

其中需要说明的是 random.seed 函数， 通过 seed 函数 可以每次生成相同的随机数，例如下述代码：

import random
random.seed(10)x = random.random()print(x)
random.seed(10)y = random.random()print(y)

在不同的代码上获取到的值是不同的，但是 x 与 y 是相同的。

0.57140259468991350.5714025946899135

12.1.2 getstate() 和 setstate(state)

getstate 函数用来记录随机数生成器的状态，setstate 函数用来将生成器恢复到上次记录的状态。

# 记录生成器的状态state_tuple = random.getstate()for i in range(4):    print(random.random())print("*"*10)# 传入参数后恢复之前状态random.setstate(state_tuple)for j in range(4):    print(random.random())

输出的随机数两次一致。

0.100432961407917580.61836686655040620.69643285906931090.6702494141830372**********0.100432961407917580.61836686655040620.69643285906931090.6702494141830372

12.2 扩展随机函数

random 扩展随机函数有如下几个：

`randint`、`getrandbits`、`randrange`、`choice`、`shuffle`、`sample`

12.2.1 randint 和 randrange

randint 生成一个 [x,y] 区间之内的整数。

randrange 生成一个 [m,n) 区间之内以 k 为步长的随机整数。

测试代码如下：

x = random.randint(1,10)print(x)
y = random.randrange(1,10,2)print(y)

这两个函数比较简单，randint 函数原型如下：

random.randint(start,stop)

参数 start 表示最小值，参数 stop 表示最大值，两头都是闭区间，也就是 start 和 stop 都能被获取到。

randrange 函数原型如下：

random.randrange(start,stop,step)

如果函数调用时只有一个参数，默认是从 0 到该参数值，该函数与 randint 区别在于，函数是左闭右开，最后一个参数是步长。

查阅效果，可以复制下述代码运行：

for i in range(3):    print("*"*20)    print(random.randrange(10))    print(random.randrange(5,10))    print(random.randrange(5,100,5))

12.2.2 getrandbits(k) 和 choice(seq)

getrandbits 生成一个 k 比特长的随机整数，实际输出的是 k 位二进制数转换成的十进制数。

choice 从序列中随机选择一个元素。

x =  random.getrandbits(5)print(x)# 生成的长度是 00000-11111

getrandbits(k) 函数可以简单描述如下：输出一个 $[0,2^k-1]$ 范围内一个随机整数，k 表示的是 2 进制的位数。

choice 就比较简单了，从列表中返回一个随机元素。

import random
my_list = ["a", "b", "c"]
print(random.choice(my_list))

12.2.3 shuffle(seq) 和 sample(pop,k)

shuffle 函数用于将序列中的元素随机排序，并且原序列被修改。

sample 函数用于从序列或者集合中随机选择 k 个选择，原序列不变。

my_list = [1,2,3,4,5,6,7,8,9]random.shuffle(my_list)
print(my_list)

shuffle 函数只能用于可变序列，不可变序列（如元组）会出现错误。

my_list = ["梦想", "橡皮擦", 1, 2, [3, 4]]print(my_list)ls = random.sample(my_list, 4)print(ls)

12.3 分布随机函数

该部分涉及的比较多，重点展示重要和常见的一些函数。

12.3.1 uniform(a,b) 、betavariate 和 triangular 函数

uniform 生成一个 [a,b] 之间的随机小数，采用等概率分布。

betavariate 生成一个 [0,1] 之间的随机小数，采用 beta 分布。

triangular 生成一个 [low,high] 之间的随机小数，采用三角分布。

在使用 uniform 时候需要注意，如果 a<b，那么生成一个 b-a 之间的小数。

for i in range(3):    print(random.uniform(4, 1))

12.3.2 其它分布随机函数

以下都是生成随机数的方法，只是底层核心算法不同。

、、、、、、、。

1. expovariate：生成一个 (0,∞) 之间的随机整数，指数分布；

2. gammavariate：采用 gamma 分布；

3. gauss：采用高斯（正太）分布；

4. lognormvariate：对数正太分布；

5. normalvariate：正太分布；

6. vonmisesvariate：冯米赛斯分布；

7. paretovariate：帕累托分布；

8. weibullvariate：韦伯分布。

12.4 这篇博客的总结

本篇博客学习了 Python 中随机数相关的知识点，希望对你有所帮助。

相关阅读

1. Python 爬虫 100 例教程，超棒的爬虫教程，立即订阅吧
   

2. Python 爬虫小课，精彩 9 讲
   

博主 ID：梦想橡皮擦，希望大家<font color="red">点赞</font>、<font color="red">评论</font>、<font color="red">收藏</font>。