用 Python 搞事情，想要点刺激？那就离不开 随机数。想想看，游戏里的怪物刷新，抽奖程序的幸运儿，甚至机器学习模型里的初始化权重，哪个不是随机数在背后默默支持？说白了，没有随机数，程序就少了点灵魂，缺了那么点不确定性带来的惊喜。
Python 里面 random 模块就是专门用来生成 随机数 的。它就像一个魔术盒子，你告诉它要什么样的 随机数，它就能变出来。最基础的，也是最常用的，就是 random.random()。 这个函数能生成一个 0.0 到 1.0 之间的随机浮点数，注意，是左闭右开区间，也就是说，包括 0.0，但不包括 1.0。
比如，你想要模拟抛硬币，正面朝上概率 50%，反面朝上也是 50%。就可以这么写：
“`python
import random
if random.random() < 0.5:
print(“正面朝上！”)
else:
print(“反面朝上！”)
“`
简单吧？但光有 random() 还不够，有些时候，我们需要整数，比如掷骰子。这时候，random.randint(a, b) 就派上用场了。这个函数会返回一个 a 到 b 之间的随机整数，包括 a 和 b。 举个例子，模拟掷一个六面骰子：
“`python
import random
dice_roll = random.randint(1, 6)
print(f”你掷出了：{dice_roll}”)
“`
如果你只需要从一个列表中随机选择一个元素，random.choice(seq) 就是你的好帮手。 seq 可以是列表，元组，字符串等等。 例如：
“`python
import random
colors = [“红色”, “绿色”, “蓝色”, “黄色”]
chosen_color = random.choice(colors)
print(f”幸运颜色是：{chosen_color}”)
“`
有时候，我们需要打乱一个列表的顺序，让列表里面的元素随机排列，那就要用到 random.shuffle(x) 了。这个函数会直接修改原列表，不会返回新的列表。 比如，洗扑克牌：
“`python
import random
poker = [“红桃A”, “黑桃K”, “方块Q”, “梅花J”]
random.shuffle(poker)
print(f”洗牌后的顺序：{poker}”)
“`
random.sample(population, k) 则可以从 population 中随机抽取 k 个独立的元素，返回一个新的列表。 原来的 population 不会被改变。 想象一下，从一堆人里面随机抽取几个人中奖：
“`python
import random
participants = [“张三”, “李四”, “王五”, “赵六”, “田七”, “周八”]
winners = random.sample(participants, 3)
print(f”恭喜以下中奖者：{winners}”)
“`
生成 随机数 还有个很重要的概念，叫做“随机数种子”（seed）。 默认情况下，每次运行程序，生成的 随机数 序列都是不同的。 但如果你设置了相同的随机数种子，那么每次运行程序，生成的随机数序列就会完全相同。
这有什么用呢？ 最大的用处就是：可重复性。 调试程序，或者进行科学实验的时候，我们需要保证结果的可重复性。 否则，每次运行结果都不一样，还怎么分析问题？ 使用 random.seed(a) 可以设置随机数种子。 a 可以是一个整数，也可以是一个字符串。
“`python
import random
random.seed(42) # 设置随机数种子为 42
print(random.random())
print(random.randint(1, 10))
random.seed(42) # 再次设置随机数种子为 42
print(random.random()) # 生成的随机数和第一次一样
print(random.randint(1, 10)) # 生成的随机数和第一次一样
“`
你瞧，只要种子一样，生成的 随机数 就一模一样。
另外，random 模块其实并不是真正的“随机”，它生成的是伪随机数。 也就是说，它通过一个算法来模拟 随机数，并不是真正的物理随机。 但对于绝大多数的应用场景来说，伪随机数已经足够用了。 如果你需要更高质量的 随机数，可以考虑使用 secrets 模块。 这个模块是专门用来生成密码学安全的 随机数 的。 但一般来说，我们很少用到它。
关于 Python 的 随机数，我觉得最有趣的地方在于，它能让程序变得更加生动，更加不可预测。 这种不确定性，也正是编程的魅力所在。 无论是开发游戏，还是做数据分析，掌握 随机数 的使用，都能让你的程序更加强大，更加有趣。 记住，要灵活运用 random 模块里面的各种函数，根据实际需求选择合适的 随机数 生成方法，还要善用随机数种子，保证结果的可重复性。 掌握了这些技巧，你就能在 Python 的世界里玩转 随机数，创造出更多精彩的应用！
评论(0)