189 8069 5689
在python语言中，random函数生成随机数，根据不同的方法生成不同范围的随机数。那么random函数具体怎么使用，操作方法如下。
目前创新互联已为1000多家的企业提供了网站建设、域名、网站空间、网站运营、企业网站设计、秀洲网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。
1、首先在打开的软件中，random.random()：返回一个随机数，范围是0到1之间。
2、random.uniform()：在指定范围内，生成随机数，一个是下限，另一个是上限。
3、random.randint()：生成指定范围内的整数，开始数和结束数。
4、最后使用 random.randrange()：在指定范围内，按指定基数递增的集合中获得一个随机数，这样就完成了。
在Python中，random模块用于生成随机数。下面介绍下random模块中常用的几个函数
01
打开我们python的ide
02
在打开的shell中，首先需要导入random库，才可以使用random中的方法，首先介绍下应用最多的函数，random.random（），可以生成一个0到1的随机符点数
03
random.uniform（a,b）函数，生成指定范围内的随机符点数，如下图
04
random.randint（a,b）函数，生成一个指定范围内的整数，如下图
05
random.choice(sqe)函数，从sqe序列中得到一个随机元素，如下图，序列元素可以包含很多种类，集合，列表，甚至元组都可以作为参数进行传递
在Python中可以用于随机数生成的有两种主要途径，一是random模块，另一个是numpy库中random函数。
在我们日常使用中，如果是为了得到随机的单个数，多考虑random模块；如果是为了得到随机小数或者整数的矩阵，就多考虑numpy中的random函数,当然numpy也可以的到随机的单个数
一、random模块
二、numpy库中random函数
random模块中将近有7个函数都是可以用来生成随机数的:
作用：随机生成一个 [0,1) 的浮点数
作用：随机生成一个 [a,b) 的浮点数
作用：随机生成一个 [a,b] 的整数
作用：从列表，元组，字符串、集合（可用于for循环的数据类型）中随机选择一个元素
作用：在生成的以a为始，每step递增，以b为终这样的一个整数序列中随机选择一个数
作用：打乱一个列表的元素顺序
从序列population中随机取出k个数；population的类型可以是列表、元组、集合、字符串；
在Numpy库中，常用使用np.random.rand()、np.random.randn()和np.random.randint()随机函数。
作用：返回一个或一组服从标准正态分布的随机样本值
备注：标准正态分布是以0为均数、以1为标准差的正态分布，记为N（0，1）。对应的正态分布曲线如下所示，即
作用：使用方法与np.random.randn()函数相同 ，通过本函数可以返回一个或一组服从“0~1”均匀分布的随机样本值。随机样本取值范围是[0,1)，不包括1
numpy.random.randint(low, high=None, size=None, dtype='l')
输入：
low—–为最小值
high—-为最大值
size—–为数组维度大小
dtype—为数据类型，默认的数据类型是np.int。
作用： 返回随机整数或整型数组，范围区间为[low,high），包含low，不包含high； high没有填写时，默认生成随机数的范围是[0，low
np.random.random([size])
作用：生成[0,1)之间的浮点数,与np.random.rand()功能类似
np.random.choice(a,[ size, replace, p])
参考文档1： 【python】numpy之random库简单的随机数据生成.rand()、.randint()、.randn()、.random()等（一）
参考文档2： Python中随机数的生成
参考文档3： numpy.random模块常用函数
终于写完了，我以为它很简单的………………预计1小时，结果写了2.5小时
Random意思是返回一个0~num-1之间的随机数。 random(num)是在stdlib.h中的一个宏定义。num和函数返回值都是整型数。
如需要在一个random()序列上生成真正意义的随机数，在执行其子序列时使用randomSeed()函数预设一个绝对的随机输入，例如在一个断开引脚上的analogRead()函数的返回值。
Random的作用
Random使用之前需要使用Randomize语句进行随机数种子的初始化。RANDOM产生的是伪随机数或者说是用一种复杂的方法计算得到的序列值，因此每次运算时需要一个不同的种子值。种子值不同，得到的序列值也不同。因此也就是真正的随机数了。
RANDOM产生的是伪随机数或者说是用一种复杂的方法计算得到的序列值，因此每次运算时需要一个不同的种子值。种子值不同，得到的序列值也不同。因此也就是真正的随机数了。这也正是RANDOMIZE随机初始化的作用。 VB里用 NEW RANDOM()来表示初始化。
在Python中，你可以使用 random 模块的 randint() 函数来随机生成指定范围内的整数。例如，要随机生成100内的10个整数，你可以这样写：
==========================
import random # 导入random模块
# 使用random.randint()函数生成10个1到100的整数
for i in range(10):
print(random.randint(1, 100))
==========================
上面的代码将会生成10个1到100之间的随机整数，并依次输出。
如果你想要生成1到20之间的随机整数30个，你可以这样写：
===========================
import random # 导入random模块
# 使用random.randint()函数生成30个1到20的整数
for i in range(30):
print(random.randint(1, 20))
===========================
上面的代码将会生成30个1到20之间的随机整数，并依次输出。
需要注意的是，在Python中，random.randint() 函数生成的随机整数是包含边界值的。所以，上面的代码中，生成的随机整数可能包含1和100，也可能包含1和20。
总之，你可以使用 random.randint() 函数来随机生成指定范围内的整数。
random() 函数命名来源于英文单词random(随机)。
randint是random + integer拼接简写而成，代表随机一个整数
Python标准库中的random函数，可以生成随机浮点数、整数、字符串，甚至帮助你随机选择列表序列中的一个元素，打乱一组数据等。
random.randint() 函数的例子：
用于生成一个指定范围内的整数。其中参数a是下限，参数b是上限，生成的随机数n：a=n=b
a必须小于或等于b，否则报错。
其他random的方法：
无
随机数是用于生成测试入参的好办法，也常见于各种需要随机的场合。
但是每次随机带来的不确定性也会造成某些验证功能的困难，因此可以使用random.seed()通过指定随机的种子值保证每次生成随机数是同一序列的伪随机数。观察下面的输出：
对基础运行环境有疑问的，推荐参考: python函数深入浅出 0.基础篇