Python基础学习-18：random模块中的常见函数

random是内建函数，作用是生成随机数；首先，需要先导入该模块，接着就可以调用该模块下的函数了。它里面常见的函数有：

• random.random()：无参数，随机生成浮点数，区间为（0，1]

• random.uniform(start,stop)：填补random()的缺陷，可以设置两个参数；

• random.randint(start,stop)：两个参数，随机生成指定区间内的整数，区间为 [start，stop]；

• random.randrange([start,]stop[,step])：返回指定递增基数集合中的一个随机数，基数缺省值为1；

• random.choice(series)：从序列中返回一个任意的元素，可以用series为字符串、列表、元组等；

• random.choices(population, weights=None, *, cum_weights=None, k=1)：3.6版本新增。从population集群中随机抽取K个元素（可重复）。weights是相对权重列表，cum_weights是累计权重，两个参数不能同时存在。

• random.shuffle(series)：将序列的所有元素打乱；

• random.sample(series,num)：两个参数，从序列中返回任意num个不重复的元素形成新的序列；常用于不重复的随机抽样，返回的是一个新序列，不会影响原有序列。

• random.seed(a=None, version=2)： 种子不同，产生的随机数序列也不同，要每次产生随机数相同就要设置种子，相同种子数的Random对象，相同次数生成的随机数字是完全相同的。

• random.getstate()：用来记录随机数生成器的状态；

• random.setstate(state)：用来将生成器恢复到上次记录的状态；

• random.triangular(low, high, mode)：返回一个low <= N <=high的三角形分布的随机数。参数mode指明众数出现位置。

• random.betavariate(alpha, beta)：β分布。返回的结果在0~1之间

• random.expovariate(lambd)：指数分布

• random.gammavariate(alpha, beta)： 伽玛分布

• 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)：威布尔分布