详解Python随机数的生成

Question

如题所述

Answer 1

随机数在许多应用场景中都有重要作用，例如密码加盐时关联随机数，蒙特卡洛算法通过随机数采样来解决问题等。

Python提供了random模块，可用于生成随机数，需先导入此模块。

random.random()方法可生成位于区间[0.0, 1.0)内的浮点随机数。虽然返回的数可能为0但不会等于1。

random.randint(a, b)则用于生成位于闭区间[a, b]内的整数，当生成位于开区间[a, b)内的整数时，使用random.randrange()。

random.randrange(start, stop, step)生成位于指定步长step范围内的随机数，取值范围为[start, stop)。

random.uniform(a, b)生成位于闭区间[a, b]内的随机浮点数。

random.choice()从列表、元组或字符串等元素中随机选取一个元素。使用时需保证参数非空，否则将抛出错误。

random.shuffle(items)用于打乱列表items中的元素顺序。考虑不改变原始列表的情况下，可以使用copy模块先复制一份。

random.sample(items, n)从列表items中随机选取n个元素。

Python的random模块产生的随机数实际上是伪随机数，依赖特定算法和不确定因素，例如种子（seed）实现。对于相同seed值的输入，会得到相同随机数序列，使用当前系统时间秒数作为seed默认值，确保每次运行时输出的随机数不同。

numpy库提供了random模块，方便生成多维数组形式的随机数，需导入numpy库。

使用numpy.random.rand(d0, d1, ..., dn)生成位于[0,1]之间的随机浮点数数组。

利用numpy.random.randn(d0, d1, ..., dn)可生成标准正态分布的随机数组。

在numpy.random.randint(low, high=None, size=None, dtype='l')中，用于生成位于闭区间[low, high)内的随机整数数组。

调用numpy.random.seed()设置随机数生成器的初始状态，保证可重复性。