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Devmax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Devmax！