【Python】学习笔记12

random是使用随机数的Python标准库，random库和之前说过的turtle库，time库一样，它是随着解释器而自带的库，不需要安装，直接使用import。（import random）

从哲学的角度讲，我们抛出一枚硬币，正面与反面是随机的。但是计算机呢，不可能产生随机值，也可以理解为随机数是在各种复杂条件下产生的确定值，只不过这些复杂条件我们不能充分理解，或者超越我们的理解能力。

但是，计算机可以产生伪随机数。

伪随机数：采用梅森旋转算法生成的伪随机序列中的元素。

不过这些数据表现为随机数的形式，random库主要用于生成这样的随机数。random库包括两类函数，常用共8个。

基本随机函数

seed() 、random()

扩展随机函数

randint()、getrandbits()、uniform()

randrange()、choice()、shuffle()

简单来说最基本的就是random()，后面的所有函数都是基于这个函数扩展而来的。

Python中的随机数使用随机数种子来产生：

随机数种子 >>> 梅森旋转算法 >>> 随机序列

比如种子10，

采用旋转算法之后，

会生成随机序列，

。。。

这个随机序列是根据种子来唯一确定的，

随机序列中的一个数，就是随机数。

只要种子相同，产生的随机序列，无论每一个数，还有数之间的关系都是相同的。、

random库提供了两个基本的函数

seed()

1、seed=(a=NONE)初始化给定的随机数种子，默认当前的系统时间。

2、>>>random.seed(10)

产生种子10对应的序列

PS：如果不选定seed时，将当前系统时间作为种子。

random()

生成一个[0.0 ,1.0]间的随机小数。

如果不使用种子，他会使用当前的系统时间，这个时间呢，精确到微秒级，这个时间是我们很难再现的，所以后面产生的结果就是完全随机，是我们不可再现的。

如果我们想再现随机过程，就使用种子，如果只关心程序的随机结果，就不设定种子。

调用一次相同的种子，产生的随机数列也相同，以seed(10)为例，一定会产生如图所示的文字。

random库提供了六个常用的随机数扩展函数。

randint(a,b)生成一个[a,b]之间的整数

>>>random,randint(10,100)

生成64

randrange(m,n,k)生成一个[m,n)之间以k为步长的随机整数

>>>random.randrange(10,100,10) 生成80

getrandbits(k)生成一个k比特长的随机函数

>>>random.getrandbits(16)

生成37885

uniform(a,b)生成一个[a,b]之间的随机小数

>>>random.uniform(10,100)

生成13.096321648808136

choice(seq)从序列seq中随机选取一个元素

>>>random.choice([1,2,3,4,5,6,7]) 生成5

shuffle(seq)将序列seq中的元素随机排列，返回打乱后的序列

>>>s=[1,2,3,4,5,6,7,8,9];random.shuffle(s);print(s)

生成[3,5,8,9,6,1,2,7,4]

需要掌握的能力

1 我们能利用随机种子产生确定的伪随机数；

2 能够产生随机整数 ；

3 能对序列进行随机操作；

tips：

1、三行代码放在一行中 用分号分割；

2、在代码编写中，每一行尽量独立写一行，这样可读性更好。

三更编程菌

It is no profit to have learned well, if you neglect to do well.