欢迎加入 Python 官方文档翻译团队：https://www.transifex.com/python-doc/

---

随机函数在很多科学计算中都会用到，比如生成一系列随机数来计算平均值、高斯分布、伽马分布、贝塔分布、对数正态分布等。

几乎所有模块函数都依赖于基本函数 random() ，它在半开放区间 [0.0,1.0) 内均匀生成随机浮点数。 Python 使用 Mersenne Twister 作为核心生成器。 它产生 53 位精度浮点数，周期为 2¹⁹⁹³⁷-1 ，其在 C 中的底层实现既快又线程安全。 Mersenne Twister 是现存最广泛测试的随机数发生器之一。 但是，因为完全确定性，它不适用于所有目的，并且完全不适合加密目的。

random 模块官方文档：https://docs.python.org/3/library/random.html

random 模块部分常用函数：

函数	功能
random()	返回一个在 [0.0, 1.0) 范围内的随机浮点数
uniform(a, b)	在指定范围 [a, b] 内返回一个随机浮点数
randint(a, b)	在指定范围 [a, b] 内返回一个随机整数
choice(seq)	从非空序列 seq 中返回一个随机元素
sample(population, k)	返回在多个字符中（population）生成指定数量（k）的随机字符
randrange(start, stop[, step])	在指定范围(start, stop) 内返回一个间隔为 step 的随机整数，step 为可选参数
shuffle(x)	将序列 x 随机打乱位置
triangular(low, high, mode)	返回三角形分布的随机数，low、high 为返回值的上下限，mode 为中值
betavariate(alpha, beta)	求 Beta 分布的随机数，其中 alpha > 0、beta > 0，返回值的范围介于 0 和 1 之间
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 如果 lambd 为正，则返回值的范围为 0 到正无穷大 如果 lambd 为负，则返回值的范围为负无穷大到 0
gammavariate(alpha, beta)	Gamma 分布，参数的条件是 alpha > 0 和 beta > 0
gauss(mu, sigma)	高斯分布，mu 是平均值，sigma 是标准差
lognormvariate(mu, sigma)	对数正态分布，mu 是平均值，sigma 是标准差，mu 可以是任何值，sigma 必须大于零
normalvariate(mu, sigma)	正态分布，mu 是平均值，sigma 是标准差
vonmisesvariate(mu, kappa)	冯·米塞斯分布（von Mises），mu 是平均角度，以弧度表示，介于 0 和 2 * pi 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 2 * pi 的范围内减小到均匀的随机角度
paretovariate(alpha)	帕累托分布，alpha 是形状参数
weibullvariate(alpha, beta)	威布尔分布，alpha 是比例参数，beta 是形状参数

常见函数应用举例：

random.random()

生成一个在 0.0 <= x < 1.0 之间的浮点数

>>> import random      # 导入 random 模块
>>> random.random()    # 调用 random() 方法
0.7811493181713127     # 随机生成一个大于等于 0，小于 1 的浮点数

random.uniform(a, b)

在指定范围 [a, b] 内获取随机浮点数

>>> import random
>>> random.uniform(-5, 5)
-4.117969777026395
>>> random.uniform(-10, -5)
-8.257739458506384
>>> random.uniform(1.8, 9.2)
8.129467781976114

random.randint(a, b)

在指定范围 [a, b] 内获取随机整数

>>> import random
>>> random.randint(1, 20)
8

random.choice(seq)

从非空序列 seq 中返回一个随机元素

>>> import random
>>> random.choice('tomorrow')
'o'
>>> random.choice(['python', 'c++', 'java'])
'java'

random.sample(population, k)

返回在多个字符中（population）生成指定数量（k）的随机字符

>>> import random
>>> random.sample('dsabkl2498sjdsa8asd7f0',5)
['f', '2', 'a', 's', 's']

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

在指定范围内 (start, stop) 返回一个间隔为 step 的随机整数，step 为可选参数

>>> import random
>>> print(random.randrange(0, 10, 5))
5
>>> print(random.randrange(0, 11, 5))
10
>>> print(random.randrange(0, 10))
7

random.shuffle(x)

将序列 x 随机打乱位置

>>> a = [1, 2, 3, 4, 5]
>>> random.shuffle(a)
>>> a
[2, 5, 4, 1, 3]

random.triangular(low, high, mode)

返回三角形分布的随机数，返回的随机浮点数 N 满足 low <= N <= high，并且在这些边界之间指定 mode，low 和 high 默认值为 0 和 1，mode 参数默认为边界之间的中点，持续使用该函数，可以得到以 mode 为对称点的随机分布数据集（在图上体现为一个三角形分布）

>>> import random
>>> random.triangular()
0.3604089623206311
>>> random.triangular(0,10)
7.215758147092778
>>> random.triangular(0,10,15)
10.965963151355984

random.betavariate(alpha, beta)

求 Beta 分布，参数条件：alpha > 0，beta > 0，返回值介于 0 ~ 1 之间

>>> import random
>>> random.betavariate(4, 9)
0.13445358577865857