### Python `random` 模块函数列表及用法 #### 1. 基础随机数生成器 - **`random.random()`**: 返回下一个在范围 `[0.0, 1.0)` 中的随机浮点数[^3]。 ```python import random print(random.random()) ``` - **`random.randint(a, b)`**: 返回一个位于指定范围内（包括上下限）的整型随机数 N，即 a <= N <= b。 ```python print(random.randint(1, 10)) ``` - **`random.randrange(start, stop[, step])`**: 类似于内置 range 函数，但是返回的是从 start 到 stop (不包含) 的任意选定项。step 参数默认为 1。 ```python print(random.randrange(0, 10, 2)) # 输出偶数 ``` #### 2. 序列操作 - **`random.choice(seq)`**: 从非空序列 `seq` 中随机选取一个元素。如果 `seq` 为空，则抛出 `IndexError` 异常[^2]。 ```python L = ['apple', 'banana', 'cherry'] print(random.choice(L)) ``` - **`random.choices(population, weights=None, cum_weights=None, k=1)`**: 从可迭代对象中返回一次或多次值，返回的结果是一个列表。可以选择带有权重分布来影响抽样概率[^4]。 ```python population = ['red', 'blue', 'green'] weights = [1, 5, 9] print(random.choices(population, weights, k=5)) ``` - **`random.shuffle(x[, random])`**: 将序列 `x` 随机打乱位置。注意此方法会改变原有序列。 ```python items = [1, 2, 3, 4, 5, 6] random.shuffle(items) print(items) ``` #### 3. 状态管理 - **`random.getstate()` 和 `random.setstate(state)`**: 获取并设置当前内部状态以便能够重现相同的伪随机数流[^1]。 ```python state = random.getstate() random.seed(1) value_1 = random.randint(1, 10) random.setstate(state) random.seed(1) value_2 = random.randint(1, 10) print(value_1 == value_2) # True ``` #### 4. 种子设定 - **`random.seed([a], version=2)`**: 初始化给定种子的随机数发生器。如果不提供参数，默认使用系统时间作为种子。 ```python random.seed(12345) print(random.random()) ``` #### 5. 统计分布采样 - **`random.uniform(a, b)`**: 返回一个介于 a 和 b 之间的实数 n （可以等于 a 或者 b），其中 a 不一定小于 b。 ```python print(random.uniform(-1, 1)) ``` - **`random.triangular(low, high, mode)`**: 使用三角形分布返回一个低至高之间的一个随机浮点数；mode 是最可能出现的值。 ```python print(random.triangular(0, 10, 7)) ``` - **`random.betavariate(alpha, beta)`**, **`random.expovariate(lambd)`**, **`random.gammavariate(alpha, beta)`**, etc.: 提供了多种统计学上的连续分布取样的接口。