1 模块：random内建模块，伪随机数生成器

使用Mersenne Twister的伪随机数生成器PRNG进行生成，它以一个确定的数字作为属于，并为其生成一个随机数；为了安全起见，不要用PRNG生成随机数，要用secrets模块的真随机数TRNG生成；

2 播种随机数，即用随机数种子seed控制随机数

>>> import random

## 1、当不指定种子seed时，PRNG每次生成的数不一样

>>> print('Random Number 1=>',random.random())

Random Number 1=> 0.21008902332926982

>>> print('Random Number 2=>',random.random())

Random Number 2=> 0.434434837731393

## 2、当指定种子seed时，PRNG每次生成的数是一样的，所以称为伪随机数

>>> random.seed(42)

>>> print('Random Number 1=>',random.random())

Random Number 1=> 0.6394267984578837

>>> random.seed(42)

>>> print('Random Number 2=>',random.random())

Random Number 2=> 0.6394267984578837

3 在已知的范围内生成随机数，例如[2, 5]，那就可以random.random()*3 + 2, uniform(2,5), randint(2,5)

##Python学习交流群：778463939

## 1、random.random()*3 + 2

>>> print('Random Number in range(2,8)=>', random.random()*6+2)

Random Number in range(2,8)=> 2.1500645313360014

## 2、uniform()：获取开始值和结束值作为参数，返回一个浮点型的随机数

>>> print('Random Number in range(2,8)=>', random.uniform(2,8))

Random Number in range(2,8)=> 3.6501759102147155

## 3、randint()：和uniform相似，不同的是返回值为一个整数

>>> print('Random Number in range(2,8)=>', random.randint(2,8))

Random Number in range(2,8)=> 3

4 从列表中随机选择一个值：choice(), choices()

## 1、choice会从这个列表中随机选择一个值

>>> a=[5,9,20,10,2,8]

>>> print('Randomly picked number=>',random.choice(a))

Randomly picked number=> 9

>>> print('Randomly picked number=>',random.choice(a))

Randomly picked number=> 8

>>> print('Randomly picked number=>',random.choice(a))

Randomly picked number=> 5

## 2、choices会从这个列表中随机选择多个值(随机数的数量可以超过列表程度)

>>> print('Randomly picked number=>',random.choices(a,k=3))

Randomly picked number=> [5, 20, 5]

>>> print('Randomly picked number=>',random.choices(a,k=3))

Randomly picked number=> [9, 10, 5]

>>> print('Randomly picked number=>',random.choices(a,k=3))

Randomly picked number=> [9, 10, 10]

## 3、choices利用weights将数组作为权重传递，增加每个值被选取的可能性

>>> print('Randomly picked number=>',random.choices(a,weights=[1,1,1,3,1,1],k=3))

Randomly picked number=> [5, 5, 2]

>>> print('Randomly picked number=>',random.choices(a,weights=[1,1,1,3,1,1],k=3))

Randomly picked number=> [10, 2, 10]

>>> print('Randomly picked number=>',random.choices(a,weights=[1,1,1,3,1,1],k=3))

Randomly picked number=> [10, 8, 10]

5 shuffling改组列表，对列表随机重排

>>> print('Original list=>',a)

Original list=> [5, 9, 20, 10, 2, 8]

>>> random.shuffle(a)

>>> print('Shuffled list=>',a)

Shuffled list=> [10, 5, 8, 9, 2, 20]

6 根据概率分布生成随机数：gauss(), expovariate()

(1)高斯分布gauss()

##Python学习交流群：778463939

>>> import random

>>> import matplotlib.pyplot as plt

>>> temp = []

>>> for i in range(1000):

... temp.append(random.gauss(0,1))

...

>>> plt.hist(temp, bins=30)

>>> plt.show()

(2)变数分布expovariate()：以lambda的值作为参数，lambda为正，则返回从0到正无穷的值；如果lambda为负，则返回从负无穷到0的值

>>> print('Random number from exponential distribution=>',random.expovariate(10))

Random number from exponential distribution=> 0.012164560954097013

>>> print('Random number from exponential distribution=>',random.expovariate(-1))

Random number from exponential distribution=> -0.6461397037921695

(3)伯努利分布

(4)均匀分布

(5)二项分布

(6)正太分布

(7)泊松分布