深入解析Python random模块：原理、方法与实战应用
本文深入解析Python random模块，阐述伪随机数生成原理及种子机制。详细介绍基础初始化、整数、序列操作及多种概率分布函数，结合验证码生成与随机字符串代码示例，帮助用户掌握安全且高效的随机数使用方法。
random模块
该模块专门用于生成伪随机数。 源码位于：Lib/random.py（仅供参考，请勿随意修改源码）
真正意义上的随机数（或随机事件）在实验过程中依据分布概率产生，其结果具有不可预测性和不可见性。而计算机中的随机函数基于特定算法模拟生成，结果是确定且可复现的，其出现概率为100%。因此，计算机生成的“随机数”并非真正的随机，而是伪随机数。
计算机生成的伪随机数依赖于随机种子，通过特定算法计算得出。只要计算方法和随机种子固定，生成的随机数序列就是固定的。
若用户或第三方未显式设置随机种子，系统默认使用当前系统时间作为种子。
Python内置库采用经过长期验证的通用算法，可靠性极高，但严禁用于密码学相关的安全场景。
一、基本方法
random.seed(a=None, version=2)用于初始化伪随机数生成器。若未提供参数a或a为None，则使用系统时间作为种子；若a为整数，则直接作为种子值。
random.getstate()
返回当前生成器的内部状态对象。
random.setstate(state)接收通过getstate方法获取的状态对象，使生成器恢复到该特定状态。
random.getrandbits(k)
返回一个不超过K位的Python整数（十进制表示）。例如，当k=10时，结果范围为0至2^10之间的整数。
二、针对整数的方法
random.randrange(stop)
random.randrange(start, stop[, step])
功能等同于choice(range(start, stop, step))，但不会实际创建range对象，效率更高。
random.randint(a, b)
返回一个满足a <= N <= b条件的随机整数N。其效果等同于调用randrange(a, b+1)。
三、针对序列类结构的方法
random.choice(seq)
从非空序列seq中随机选取一个元素。若seq为空，则抛出IndexError异常。
random.choices(population, weights=None, *, cum_weights=None, k=1)
自3.6版本新增。从population集群中随机抽取K个元素。weights参数表示相对权重，cum_weights表示累计权重，二者不可同时存在。
random.shuffle(x[, random])
随机打乱序列x内元素的排列顺序。仅适用于可变序列，若需处理不可变序列，请使用sample()方法。
random.sample(population, k)
从population样本或集合中随机抽取K个不重复的元素，形成新序列。常用于无重复的随机抽样。返回新序列，不修改原序列。若需从整数区间抽取指定数量整数，可使用sample(range(10000000), k=60)等方法，既高效又节省空间。若k大于population长度，则抛出ValueError异常。
四、真值分布
random模块的高级功能主要体现在此处。
random.random()
返回一个介于左闭右开区间[0.0, 1.0)内的浮点数。
random.uniform(a, b)
返回一个介于a和b之间的浮点数。若a大于b，则返回b到a之间的浮点数。注意，a和b均可能包含在结果中。
random.triangular(low, high, mode)
返回服从三角形分布的随机数，范围为low <= N <= high。参数mode用于指定众数出现的位置。
random.betavariate(alpha, beta)
β分布。返回的结果值位于0至1之间。
random.expovariate(lambd)
指数分布
random.gammavariate(alpha, beta)
伽马分布
random.gauss(mu, sigma)高斯分布
random.lognormvariate(mu, sigma)
对数正态分布
random.normalvariate(mu, sigma)
正态分布
random.vonmisesvariate(mu, kappa)
卡帕分布
random.paretovariate(alpha)帕累托分布
random.weibullvariate(alpha, beta)
五、可选择的生成器
class random.SystemRandom([seed])
使用os.urandom()方法生成随机数的类，由操作系统提供源码支持，并非所有系统均兼容。
六、典型的例子
>>> random() # 随机浮点数: 0.0 <= x < 1.0
0.37444887175646646
>>> uniform(2.5, 10.0) # 随机浮点数: 2.5 <= x < 10.0
3.1800146073117523
>>> randrange(10) # 0-9的整数：
7
>>> randrange(0, 101, 2) # 0-100的偶数
26
>>> choice(['win', 'lose', 'draw']) # 从序列随机选择一个元素
'draw'
>>> deck = 'ace two three four'.split()
>>> shuffle(deck) # 对序列进行洗牌，改变原序列
>>> deck
['four', 'two', 'ace', 'three']
>>> sample([10, 20, 30, 40, 50], k=4) # 不改变原序列的抽取指定数目样本，并生成新序列
[40, 10, 50, 30]
>>> # 6次旋转红黑绿轮盘(带权重可重复的取样)，不破坏原序列
>>> choices(['red', 'black', 'green'], [18, 18, 2], k=6)
['red', 'green', 'black', 'black', 'red', 'black']
>>> # 德州扑克计算概率Deal 20 cards without replacement from a deck of 52 playing cards
>>> # and determine the proportion of cards with a ten-value
>>> # (a ten, jack, queen, or king).
>>> deck = collections.Counter(tens=16, low_cards=36)
>>> seen = sample(list(deck.elements()), k=20)
>>> seen.count('tens') / 20
0.15
>>> # 模拟概率Estimate the probability of getting 5 or more heads from 7 spins
>>> # of a biased coin that settles on heads 60% of the time.
>>> trial = lambda: choices('HT', cum_weights=(0.60, 1.00), k=7).count('H') >= 5
>>> sum(trial() for i in range(10000)) / 10000
0.4169
>>> # Probability of the median of 5 samples being in middle two quartiles
>>> trial = lambda : 2500 <= sorted(choices(range(10000), k=5))[2] < 7500
>>> sum(trial() for i in range(10000)) / 10000
0.7958
以下代码演示如何生成包含大写字母A-Z和数字0-9的随机4位验证码：
import random
checkcode = ''
for i in range(4):
current = random.randrange(0,4)
if current != i:
temp = chr(random.randint(65,90))
else:
temp = random.randint(0,9)
checkcode += str(temp)
print(checkcode)
以下是生成指定长度字母数字随机序列的代码示例：
#!/usr/bin/env python # -*- coding:utf-8 -*- import random, string def gen_random_string(length): # 数字的个数随机产生 num_of_numeric = random.randint(1,length-1) # 剩下的都是字母 num_of_letter = length - num_of_numeric # 随机生成数字 numerics = [random.choice(string.digits) for i in range(num_of_numeric)] # 随机生成字母 letters = [random.choice(string.ascii_letters) for i in range(num_of_letter)] # 结合两者 all_chars = numerics + letters # 洗牌 random.shuffle(all_chars) # 生成最终字符串 result = ''.join([i for i in all_chars]) return result if __name__ == '__main__': print(gen_random_string(64))
总结
以上就是本文关于Python random模块的全部内容，希望能为读者提供帮助。感兴趣的朋友可继续查阅本站其他相关专题，如有不足之处，欢迎留言指正。感谢大家的支持！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
