python random module

该模块实现了各种分布的伪随机数生成器。

不应将此模块的伪随机生成器用于安全目的。有关安全性或加密用途，请参阅 secrets 模块。

random.seed(a=None, version=2)

random.seed(a=None, version=2)

1. 初始化随机数生成器
2. 如果 a 被省略或为 None ，则使用当前系统时间。 如果操作系统提供随机源，则使用它们而不是系统时间。
3. 如果 a 是 int 类型，则直接使用。
4. 对于版本2（默认的），str 、 bytes 或 bytearray 对象转换为 int 并使用它的所有位

random.getstate()

返回捕获生成器当前内部状态的对象。这个对象可以传递给 setstate() 来恢复状态。

random.setstate(state)

state 应该是从之前调用 getstate() 获得的，并且 setstate() 将生成器的内部状态恢复到 getstate() 被调用时的状态。

random.getrandbits(k)

返回带有 k 位随机的Python整数。此方法随 MersenneTwister 生成器一起提供，其他一些生成器也可以将其作为API的可选部分提供。如果可用，getrandbits() 启用 randrange() 来处理任意大范围。

random.randrange

random.randrange(stop)
random.randrange(start, stop[, step])

从 range(start, stop, step) 返回一个随机选择的元素。 这相当于 choice(range(start, stop, step)) ，但实际上并没有构建一个 range 对象。

random.randint(a, b)

返回随机整数 N 满足 a <= N <= b。相当于 randrange(a, b+1)。

random.choice(seq)

从非空序列 seq 返回一个随机元素。如果 seq 为空，则引发 IndexError。

random.choices

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

从population中选择替换，返回大小为 k 的元素列表。如果 population 为空，则引发 IndexError。

random.shuffle(x[, random])

将序列 x 随机打乱位置

random.sample(population, k)

返回从总体序列或集合中选择的唯一元素的 k 长度列表。用于无重复的随机抽样。

random.random()

返回 [0.0, 1.0) 范围内的下一个随机浮点数。

random.uniform(a, b)

返回一个随机浮点数 N ，当 a <= b 时 a <= N <= b ，当 b < a 时 b <= N <= a 。

取决于等式 a + (b-a) * random() 中的浮点舍入，终点 b 可以包括或不包括在该范围内。

random.triangular(low, high, mode)

返回一个随机浮点数 N ，使得 low <= N <= high 并在这些边界之间使用指定的 mode 。 low 和 high 边界默认为零和一。 mode 参数默认为边界之间的中点，给出对称分布。

random.betavariate(alpha, beta)

Beta 分布。参数的条件是 alpha > 0 和 beta > 0。返回值的范围介于 0 和 1 之间。

random.expovariate(lambd)

指数分布。 lambd 是 1.0 除以所需的平均值，它应该是非零的。（该参数本应命名为 “lambda” ，但这是 Python 中的保留字。）如果 lambd 为正，则返回值的范围为 0 到正无穷大；如果 lambd 为负，则返回值从负无穷大到 0。

random.gammavariate(alpha, beta)

Gamma 分布。（不是 gamma 函数！）参数的条件是 alpha > 0 和 beta > 0。

概率分布函数是:

1
2
3

          x ** (alpha - 1) * math.exp(-x / beta)
pdf(x) =  --------------------------------------
            math.gamma(alpha) * beta ** alpha

random.gauss(mu, sigma)

高斯分布。 mu 是平均值，sigma 是标准差。这比下面定义的 normalvariate() 函数略快。

random.lognormvariate(mu, sigma)

对数正态分布。如果你采用这个分布的自然对数，你将得到一个正态分布，平均值为 mu 和标准差为 sigma 。 mu 可以是任何值，sigma 必须大于零。

random.normalvariate(mu, sigma)

正态分布。 mu 是平均值，sigma 是标准差。

random.vonmisesvariate(mu, kappa)

mu 是平均角度，以弧度表示，介于0和 2pi* 之间，kappa 是浓度参数，必须大于或等于零。如果 kappa 等于零，则该分布在0到 2pi* 的范围内减小到均匀的随机角度。

random.paretovariate(alpha)

帕累托分布。 alpha 是形状参数。

random.weibullvariate(alpha, beta)

威布尔分布。 alpha 是比例参数，beta 是形状参数。

参考：

https://docs.python.org/zh-cn/3.7/library/random.html