前言
random模块实现了各种分布的伪随机数生成器。
伪随机数：人类使用算法等方式，以一个基准（也被称为种子，常用的是时间戳）来构造一系列数字，这些数字的特性符合人们所理解的随机数。
一旦算法和种子都确定，产生的随机数序列也是确定的，所以称为伪随机数。
1. 常用函数
| 常用函数 | 说明 |
|---|---|
random.seed(a) | 设置初始化随机种子，可输出相同随机数序列；a取整数或浮点数，不设置时默认以系统时间为种子 |
random.random() | 生成一个0.0到1.0之间的随机浮点数 |
random.uniform(a,b) | 生成一个[a,b]之间的随机小数，a，b取整数或浮点数 |
random.randint(a,b) | 生成一个[a,b]之间的随机整数 |
random.randrange(start,stop[,step]) | 生成一个[start,stop)之间以step为步数的随机整数；start，stop，step都是整数，step不设置默认为1 |
random.getrandbits(k)(seq) | 生成一个占内存k位以内的随机整数；k取长度的整数值 如果设置k=2，那么可取的数就在 (0,1,2,3) 之间随机取 |
random.choice(seq) | 从序列类型seq中随机返回一个元素；seq是序列类型，如：字符串、列表、元组、集合等 |
random.shuffle(seq) | 将序列类型中元素随机排序，返回打乱后的序列，seq被改变（改变原列表）；seq是序列类型，如：字符串、列表、元组等 |
random.sample(pop,k) | 从pop中选取k个元素，以列表类型返回（不改变原列表）；pop是序列类型，k是整数表示取k个数 |
常用函数使用方法：
import random
print('no seed')
for i in range(5):
ret = random.randint(1,10)
print(ret)
print()
print(random.random())
print(random.uniform(1,10))
print(random.randint(0,10))
print(random.randrange(1,10,5))
print(random.getrandbits(2))
print(random.choice([1,3,5,7,9]))
l=[1,2,3,4]
random.shuffle(l)
print(l)
print(random.sample(l,2))
print('*'*40)
print('has seed')
random.seed(1)
for i in range(5):
ret = random.randint(1,10)
print(ret)
print(random.random())
print(random.uniform(1,10))
print(random.randint(0,10))
print(random.randrange(1,10,5))
print(random.getrandbits(2))
print(random.choice([1,3,5,7,9]))
l=[1,2,3,4]
random.shuffle(l)
print(l)
print(random.sample(l,2))显示结果：
no seed
4
7
5
5
1
()
0.730177834774
4.05987712407
8
6
0
7
[1, 4, 2, 3]
[4, 1]
****************************************
has seed
2
9
8
3
5
0.449491064789
6.8643367545
8
1
0
9
[1, 3, 4, 2]
[4, 1]
2. 不常用函数
random模块中不常用的函数有如下：
| 函数名 | 说明 |
|---|---|
random.getstate() | 捕获并返回生成器当前内部状态的对象，可以把它传递给setstate()函数来把生成器内部状态恢复到调用getstate()函数之前的状态，相当于备份 |
random.setstate(state) | state应该是getstate()函数的结果，用来把生成器当前的内部状态恢复为state |
random.betavariate(alpha,beta) | Beta分布：参数的条件是alpha>0和beta > 0，返回值的范围介于0和1之间 |
random.expovariate(lambd) | 指数分布 |
random.gammavariate(alpha,beta) | Gamma分布：参数的条件的alpha > 0 & beta < 0 |
random.gauss(mu,sigma) | 高斯分布： mu是平均值，sigma是标准差 |
random.normalvariate(mu,sigma) | 正态分布：mu是平均值，sigma是标准差 |
random.paretovariate(alpha) | 帕累托分布：alpha是形状参数 |
random.weibullvariate(alpha,beta) | 威布尔分布：alpha是比例参数，beta是形状参数 |
3. 使用示例
3.1 生成随机密码
生成的密码包含数字和字母，可以指定密码的位数。
# -*- coding: utf-8 -*-
"""
@File : 随机生成密码.py
@E-Mail : zoya.zh@qq.com
"""
import random
import string
def get_random_passwd(length:int):
'''
生成随机密码h
:param length: 密码的长度
:return: 生成的随机密码
'''
num_count = random.randint(1,length-1) # 密码中数字的个数
char_count = length - num_count # 密码中字母的个数
num_list = [random.choice(string.digits) for i in range(num_count)] # 随机生成的数字
char_list = [random.choice(string.ascii_letters) for i in range(char_count)] # 随机生成的字母
psw = num_list + char_list
# 随机排列序列中的字符
random.shuffle(psw)
# 把得到的密码转成字符串的格式返回
result = ''.join(psw)
return result
if __name__ == '__main__':
psw = get_random_passwd(8)
print(psw)测试时每次都会生成不同的密码
8oG4GW76
261Ro923
到此这篇关于python标准库random模块处理随机数的文章就介绍到这了,更多相关python random模块 内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
