Python随机数生成详解：random与numpy模块核心用法

顾星河

发布时间：2026-10-13 | 6人浏览过

原创

本文详解Python中random和numpy模块的随机数生成方法。涵盖random.random、randint、choice等常用函数及numpy的rand、randn、randint多维数组生成。重点解析种子seed对伪随机数可复现性的控制机制，帮助开发者掌握安全密码生成、蒙特卡洛采样等场景下的随机数应用技巧。

Python random模块基础用法

随机数在诸多应用场景中不可或缺，例如密码加盐时需关联特定随机数串，或蒙特卡洛算法依赖随机采样进行计算。Python内置的random模块提供了生成随机数的多种方法，使用前需先导入该模块。


import random

接下来介绍Python内置random模块中几种常见的随机数生成方式。首先，random.random()用于生成0到1之间的浮点数，取值范围为左闭右开区间[0.0, 1.0)。


print("random: ", random.random())
#random: 0.5714025946899135

其次，random.randint(a, b)用于生成a与b之间的整数，取值范围为闭区间[a, b]。


print("randint: ", random.randint(6,8))
#randint: 8

第三，random.randrange(start, stop, step)允许按指定步长step，在上下限范围内随机选取一个整数。


print("randrange: ",random.randrange(20,100,5))
#randrange: 85

第四，random.uniform(a, b)用于生成a与b之间的浮点数，取值范围为闭区间[a, b]。


print("uniform: ",random.uniform(5,10))
#uniform: 5.119790163375776

第五，random.choice()可从列表、元组或字符串等非空序列中随机抽取一个元素。需注意参数不能为空，否则将抛出IndexError错误。


print("choice: ",random.choice("www.yuanxiao.net"))
#choice: y

第六，random.shuffle(items)可将列表items中的元素顺序随机打乱。若希望保留原列表不变，建议先使用copy模块拷贝一份副本再执行打乱操作。


num = [1, 2, 3, 4, 5]
random.shuffle(num)
print("shuffle: ",num)
#shuffle: [1, 3, 5, 4, 2]

第七，random.sample(items, n)可从列表items中随机抽取n个不重复的元素。


num = [1, 2, 3, 4, 5]
print("sample: ",random.sample(num, 3))
#sample: [4, 1, 5]

Python的random模块生成的实为伪随机数，其结果依赖于特定算法及指定的不确定因素（即种子seed）。例如randint方法在生成指定范围随机数前，会先设定一个特定seed，通过算法生成符合分布的随机数。因此，相同seed值产生的随机数序列一致；若省略seed参数，则默认以当前系统时间秒数作为种子，确保每次运行结果不同。

随机种子seed与伪随机数机制


random.seed(2)
print("random: ", random.random())
#random: 0.9560342718892494

random.seed(3)
print("random: ", random.random())
#random: 0.23796462709189137

random.seed(3)#同一个种子值，产生的随机数相同
print("random: ", random.random())
#random: 0.23796462709189137

此外，numpy库也提供了random模块，专门用于生成多维数组形式的随机数，使用时需导入numpy库。

numpy库随机数生成详解


import numpy as np

下面介绍numpy库random模块中几种常用的随机数生成方法。

1、numpy.random.rand(d0, d1, …, dn)

rand函数根据给定维度生成[0, 1)区间内的数据，包含0但不包含1。
dn表示每个维度的大小。
返回值是指定维度的array对象。


print("np.random.rand：\n {}".format(np.random.rand(4,2))) # shape: 4*3
"""
np.random.rand：
 [[0.5488135 0.71518937]
 [0.60276338 0.54488318]
 [0.4236548 0.64589411]
 [0.43758721 0.891773 ]]
"""

print("np.random.rand：\n {}".format(np.random.rand(4,3,2))) # shape: 4*3*2
"""
np.random.rand：
 [[[0.96366276 0.38344152]
 [0.79172504 0.52889492]
 [0.56804456 0.92559664]]

 [[0.07103606 0.0871293 ]
 [0.0202184 0.83261985]
 [0.77815675 0.87001215]]

 [[0.97861834 0.79915856]
 [0.46147936 0.78052918]
 [0.11827443 0.63992102]]

 [[0.14335329 0.94466892]
 [0.52184832 0.41466194]
 [0.26455561 0.77423369]]]
"""

2、numpy.random.randn(d0, d1, …, dn)

randn函数返回一个或一组样本，数据服从标准正态分布。
dn表示每个维度的大小。
返回值是指定维度的array对象。
标准正态分布（standard normal distribution）。
标准正态分布又称u分布，是以0为均值、1为标准差的正态分布，记作N(0, 1)。


print("np.random.randn：\n {}".format(np.random.randn())) # 当没有参数时，返回单个数据
"""
np.random.randn：
 2.2697546239876076
"""
print("np.random.randn：\n {}".format(np.random.randn(2,4)))
"""
np.random.randn：
 [[-1.45436567 0.04575852 -0.18718385 1.53277921]
 [ 1.46935877 0.15494743 0.37816252 -0.88778575]]
"""
print("np.random.randn：\n {}".format(np.random.randn(4,3,2)))
"""
np.random.randn：
 [[[-1.98079647 -0.34791215]
 [ 0.15634897 1.23029068]
 [ 1.20237985 -0.38732682]]

 [[-0.30230275 -1.04855297]
 [-1.42001794 -1.70627019]
 [ 1.9507754 -0.50965218]]

 [[-0.4380743 -1.25279536]
 [ 0.77749036 -1.61389785]
 [-0.21274028 -0.89546656]]

 [[ 0.3869025 -0.51080514]
 [-1.18063218 -0.02818223]
 [ 0.42833187 0.06651722]]]
"""

3、numpy.random.randint(low, high=None, size=None, dtype='l')

该函数返回随机整数，范围区间为[low, high)，包含low但不包含high。
参数说明：low为最小值，high为最大值，size指定数组维度大小，dtype指定数据类型，默认为np.int。
若未填写high参数，默认生成随机数的范围为[0, low)。


print("np.random.randint：\n {}".format(np.random.randint(1,size=5)))# 返回[0,1)之间的整数，所以只有0
"""
np.random.randint：
 [0 0 0 0 0]
"""
print("np.random.randint：\n {}".format(np.random.randint(1,5)))# 返回1个[1,5)时间的随机整数
"""
np.random.randint：
 2
"""
print("np.random.randint：\n {}".format(np.random.randint(-5,5,size=(2,2))))
"""
np.random.randint：
 [[-5 -3]
 [ 2 -3]]
"""

4、numpy.random.seed()