1、random.random()

随机生成一个[0,1)之间的浮点数

2、random.randint(a,b)

随机生成[a,b]范围内一个整数

3、random.randrange(a,b,step)

  • 不指定step，随机生成[a,b)范围内一个整数。
  • 指定step，step作为步长会进一步限制[a,b)的范围，比如randrange(0,11,2)意即生成[0,11)范围内的随机偶数。
  • 不指定a，则默认从0开始。

4、random.uniform(a,b)

  • 产生[a,b]范围内一个随机浮点数。

  • uniform()的a，b参数不需要遵循a<=b的规则，即a小b大也可以，此时生成[b,a]范围内的随机浮点数。但如果上面的三个方法采用这种方式就会产生TypeError或者ValueEeeor错误。

5、random.choice(seq)

  • 从非空序列中随机选取一个数据并带回，该序列可以是list、tuple、str、set。
  • 如果序列为空，则弹出IndexError错误。
import random
print(random.choice('biu')) #u

6、random.choices(population,weights=None,*,cum_weights=None,k=1)

3.6版本新增

  • population：集群
  • weights：相对权重
  • cum_weights：累加权重
  • k：选取次数

作用：从集群中随机选取k次数据，返回一个列表，可以设置权重。 注意每次选取都不会影响原序列，每一次选取都是基于原序列。

关于random.choices()函数我举几个例子：

import random
a = [1,2,3,4,5]
#1
print(random.choices(a,k=5))
#2
print(random.choices(a,weights=[0,0,1,0,0],k=5))
#3
print(random.choices(a,weights=[1,1,1,1,1],k=5))
#4
print(random.choices(a,cum_weights=[1,1,1,1,1],k=5))

对于 #1–#4 的每一条语句不妨各自写一个循环语句让它输出个十遍八遍的，你就足以看出用法了。 这里我只提出运行结果和结论：

#1 ： 重复输出10次列表a中的各个成员出现概率基本持平。
#2 ： 重复输出10次每次输出均得到[3,3,3,3,3]结果。
#3 ： 重复输出10次列表a中的各个成员出现概率基本持平。
#4 ： 重复输出10次每次输出均得到[1,1,1,1,1]结果。

结论：

参数weights设置相对权重，它的值是一个列表，设置之后，每一个成员被抽取到的概率就被确定了。
比如weights=[1,2,3,4,5],那么第一个成员的概率就是P=1/(1+2+3+4+5)=1/15。

cum_weights设置累加权重，Python会自动把相对权重转换为累加权重，即如果你直接给出累加权重，那么就不需要
给出相对权重，且Python省略了一步执行。
比如weights=[1,2,3,4],那么cum_weights=[1,3,6,10]
这也就不难理解为什么cum_weights=[1,1,1,1,1]输出全是第一个成员1了。

7、random.sample(population,k)

  • 从集群population中选取k个元素，返回一个列表，集群可以是list、tuple、str、set。

  • 与random.choices()的区别：一个是选取k次，一个是选取k个，选取k次的相当于选取后又放回，选取k个则选取后不放回。故random.sample()的k值不能超出集群的元素个数。

import random
a = ['ahh','hhh','zzz','emm']
print(random.sample(a,3))
#['hhh', 'zzz', 'ahh']

8、random.shuffle(lst)

随机打乱序列lst的顺序并重新排序，注意它无返回值，另外lst只能是一个可变序列，且只支持有下标的序列，因此它也不适用于set，你最好只把它用在列表上。

9、random.seed(a=None,version=2)

设置随机种子的，如果不设置随机种子，则默认以系统时间作为随机种子。一般用不上。

10、其他

random模块下的一些关于数学分布的方法就不整理学习了，有兴趣的可查看官方文档