Python 教程

Python 教程 Python 简介 Python 历史 Python 下载安装和环境配置 Python 入门 Python 语法 Python 输出 Python 注释 Python 变量 Python 数据类型 Python 数值类型 Python 类型转换 Python 字符串 Python 布尔值 Python 运算符 Python 列表 Python 元组 Python 集合 Python 字典 Python If...Else Python While 循环 Python For 循环 Python 函数 Python Range Python 数组 Python 类和对象 Python 继承 Python 迭代 Python 模块 Python 日期时间 Python 数学运算 Python JSON Python 正则表达式 Python PIP Python Try...Except Python 用户输入 Python 字符串格式化

Python 文件处理

Python 文件处理 Python 打开文件 Python 创建/写入文件 Python 删除文件

Python NumPy

NumPy 简介 NumPy 入门 NumPy 创建数组 NumPy 数组索引 NumPy 数组裁切 NumPy 数据类型 NumPy 副本 vs 视图 NumPy 数组形状 NumPy 数组重塑 NumPy 数组迭代 NumPy 数组连接 NumPy 数组拆分 NumPy 数组搜索 NumPy 数组排序 NumPy 数组过滤 NumPy 随机数 NumPy ufunc 通用函数

Python SciPy

SciPy 简介 SciPy 入门 SciPy 常量 SciPy 优化器 SciPy 稀疏数据 SciPy 图表 SciPy 空间数据 SciPy Matlab 数组 SciPy 插值 SciPy 统计显着性检验

Python 机器学习

Machine 机器学习入门 Machine 平均中位数模式 Machine 标准差 Machine 百分位数 Machine 数据分布 Machine 正态数据分布 Machine 散点图 Machine 线性回归 Machine 多项式回归 Machine 多元回归 Machine 缩放 Machine 训练/测试 Machine 决策树

Python MySQL

MySQL 入门 MySQL Create Database MySQL Create Table MySQL Insert MySQL Select MySQL Where MySQL Order By MySQL Delete MySQL Drop Table MySQL Update MySQL Limit MySQL Join

Python MongoDB

MongoDB 入门 MongoDB 创建数据库 MongoDB 创建集合 MongoDB 插入 MongoDB 查找 MongoDB 查询 MongoDB 排序 MongoDB 删除 MongoDB 删除集合 MongoDB 更新 MongoDB 限制

Python 参考手册

Python 参考手册 Python 内置函数 Python 字符串方法 Python 列表/数组方法 Python 字典方法 Python 元组方法 Python 集合方法 Python 文件方法 Python 关键字 Python 内置异常 Python 词汇表

Python 模块参考

Python 内置模块 Python random 随机模块 Python requests 请求模块 Python statistics 统计模块 Python math 数学模块 Python cMath 模块

Python 如何使用

Python 删除列表重复项 Python 反转字符串 Python 添加两个数字

Python 高级教程

Python 常用指引 将Python2代码迁移到Python3 将扩展模块移植到 Python3 Curses 编程 描述器使用指南 函数式编程指引 日志常用指引 日志操作手册 正则表达式使用指南 套接字编程指南 排序指南 Unicode 指南 如何利用urllib包获取网络资源 Argparse 教程 ipaddress 模块介绍 Argument Clinic 的用法 使用DTrace和SystemTap检测CPython 对象注解属性的最佳实践

Python 实例

Python 实例 Python 编译器 Python 练习 Python 测验 NumPy 测验 SciPy 测验


Python random 模块

❮ 标准库模块


实例

生成一个介于 1 和 10 之间的随机数:

import random

num = random.randint(1, 10)
print(f'Random number: {num}')
亲自试一试 »

定义和用法

random 模块生成各种分布和运算的伪随机数。

您可以使用它生成随机整数、浮点数,从序列中进行随机选择,打乱列表,或创建随机样本。

注意:请勿将此模块用于安全或加密目的。对于安全相关的任务,请改用 secrets 模块。


成员

成员描述
betavariate()生成一个服从 beta 分布的随机数。
choice()从一个非空序列中返回一个随机元素。
choices()返回一个包含可重复抽取的随机元素的列表。
expovariate()生成一个服从指数分布的随机数。
gammavariate()生成一个服从伽马分布的随机数。
gauss()生成一个服从高斯(正态)分布的随机数。
getrandbits()返回一个包含 k 位随机数的非负整数。
getstate()返回一个包含生成器当前状态的对象。
lognormvariate()生成一个服从对数正态分布的随机数。
normalvariate()生成一个服从正态(高斯)分布的随机数。
paretovariate()生成一个服从帕累托分布的随机数。
randint()返回一个随机整数 N,使得 a <= N <= b。
random()返回一个介于 [0.0, 1.0) 之间的随机浮点数。
Random实现默认伪随机数生成器的类。
randrange()从 range(start, stop, step) 中随机选择一个元素。
sample()从总体中返回一个包含唯一随机元素的列表。
seed()初始化随机数生成器。
setstate()恢复生成器的内部状态。
shuffle()对序列进行原地打乱。
SystemRandom使用 os.urandom() 生成加密安全的随机数的类。
triangular()生成一个服从三角分布的随机数。
uniform()返回一个介于 a 和 b 之间的随机浮点数。
vonmisesvariate()生成一个服从冯·米塞斯分布的随机数。
weibullvariate()生成一个服从威布尔分布的随机数。

❮ 标准库模块