### Python `random` 模块中的常用函数 Python 的标准库提供了 `random` 模块来生成伪随机数。这些函数可以用于各种场景，比如模拟、游戏开发以及数据采样等。 #### 基本随机数生成功能 - **`random()`**: 返回下一个在范围 `[0.0, 1.0)` 内的随机浮点数[^5]。 ```python import random print(random.random()) ``` - **`randint(a, b)`**: 返回一个位于区间 `[a, b]` 上的整数值，包括端点值。 ```python print(random.randint(1, 10)) ``` - **`randrange([start], stop[, step])`**: 类似于内置 range 函数但是返回的是其中的一个随机选择项。 ```python print(random.randrange(0, 10, 2)) ``` #### 序列操作功能 - **`choice(seq)`**: 从非空序列 seq 中获取一个随机元素。 ```python my_list = ['apple', 'banana', 'cherry'] print(random.choice(my_list)) ``` - **`shuffle(x[, random])`**: 将列表 x 随机打乱顺序；注意此方法会改变原列表的内容。 ```python original_list = [1, 2, 3, 4, 5] random.shuffle(original_list) print(original_list) ``` - **`sample(population, k)`**: 不重复地从 population 中抽取 k 个样本作为新的列表返回。 ```python population = list(range(1, 101)) selected_samples = random.sample(population, 5) print(selected_samples) ``` #### 分布相关功能 - **`uniform(a, b)`**: 获取一个介于 a 和 b (含)之间均匀分布的随机实数。 ```python print(random.uniform(1.5, 17.3)) ``` - **`triangular(low, high, mode)`**: 使用给定低限 low（默认为 0）、高限 high（默认为 1）和模式 mode 来创建三角形分布下的随机变量。 ```python print(random.triangular(0, 10, 5)) ``` - **`gauss(mu, sigma)`** 及其变体 **`normalvariate(mu, sigma)`**: 根据均值 mu 和标准差 sigma 生产正态分布的数据点。 ```python print(random.gauss(0, 1)) ``` #### 状态管理 为了能够重现相同的随机数序列或者控制多个独立的随机流，可以通过设置状态来进行更精细的操作： - **`getstate()`** / **`setstate(state)`**: 获取当前内部状态并恢复之前保存的状态以便后续调用产生相同的结果[^3]。 ```python current_state = random.getstate() # 执行一些随机操作... random.setstate(current_state) ```