>>> import random #随机小数 >>> random.random() # 大于0且小于1之间的小数 0.7664338663654585 >>> random.uniform(1,3) #大于1小于3的小数 1.6270147180533838 #发红包 #随机整数 >>> random.randint(1,5) # 大于等于1且小于等于5之间的整数 >>> random.randrange(1,10,2) # 大于等于1且小于10之间的奇数 #随机选择一个返回 >>> random.choice([1,'23',[4,5]]) # #1或者23或者[4,5] #随机选择多个返回，返回的个数为函数的第二个参数 >>> random.sample([1,'23',[4,5]],2) # #列表元素任意2个组合 [[4, 5], '23'] #打乱列表顺序 >>> item=[1,3,5,7,9] >>> random.shuffle(item) # 打乱次序 >>> item [5, 1, 3, 7, 9] >>> random.shuffle(item) >>> item [5, 9, 7, 1, 3]
1 random.seed(a=None, version=2) # 初始化伪随机数生成器。如果未提供a或者a=None，则使用系统时间为种子。如果a是一个整数，则作为种子。 2 random.getstate() # 返回一个当前生成器的内部状态的对象 3 random.setstate(state) # 传入一个先前利用getstate方法获得的状态对象，使得生成器恢复到这个状态。 4 random.getrandbits(k) # 返回range(0,2**k)之间的一个整数，相当于randrange(0,2**k) 5 random.randrange(stop) # 返回range(0,stop)之间的一个整数 6 random.randrange(start, stop[, step]) # 返回range[start,stop)之间的一个整数，可加step，跟range(0,10,2)类似 7 random.randint(a, b) # 返回range[a,b]之间的一个整数，等价于然的range(a,b+1) 8 random.choice(seq) # 从非空序列seq中随机选取一个元素。如果seq为空则弹出 IndexError异常。 9 random.choices(population, weights=None, *, cum_weights=None, k=1) # 3.6版本新增。从population集群中随机抽取K个元素（可重复）。weights是相对权重列表，cum_weights是累计权重，两个参数不能同时存在。 10 random.shuffle(x[, random]) # 随机打乱序列x内元素的排列顺序。只能针对可变的序列，对于不可变序列，请使用下面的sample()方法。 11 random.sample(population, k) # 从population样本或集合中随机抽取K个不重复的元素形成新的序列。常用于不重复的随机抽样。返回的是一个新的序列，不会破坏原有序列。要从一个整数区间随机抽取一定数量的整数，请使用sample(range(10000000), k=60)类似的方法，这非常有效和节省空间。如果k大于population的长度，则弹出ValueError异常。 12 random.random() # 返回一个介于左闭右开[0.0, 1.0)区间的浮点数 13 random.uniform(a, b) # 返回一个介于a和b之间的浮点数。如果a>b，则是b到a之间的浮点数。这里的a和b都有可能出现在结果中。 14 random.triangular(low, high, mode) # 返回一个low <= N <=high的三角形分布的随机数。参数mode指明众数出现位置。 15 random.betavariate(alpha, beta) # β分布。返回的结果在0~1之间 16 random.expovariate(lambd) # 指数分布 17 random.gammavariate(alpha, beta) # 伽玛分布 18 random.gauss(mu, sigma) # 高斯分布 19 random.lognormvariate(mu, sigma) # 对数正态分布 20 random.normalvariate(mu, sigma) # 正态分布 21 random.vonmisesvariate(mu, kappa) # 卡帕分布 22 random.paretovariate(alpha) # 帕累托分布 23 random.weibullvariate(alpha, beta) # 威布尔分布
生成随机序列号
import random, string def gen_random_string(length): # 数字的个数随机产生 num_of_numeric = random.randint(1,length-1) # 剩下的都是字母 num_of_letter = length - num_of_numeric # 随机生成数字 numerics = [random.choice(string.digits) for i in range(num_of_numeric)] # 随机生成字母 letters = [random.choice(string.ascii_letters) for i in range(num_of_letter)] # 结合两者 all_chars = numerics + letters # 洗牌 random.shuffle(all_chars) # 生成最终字符串 result = ''.join([i for i in all_chars]) return result if __name__ == '__main__': print(gen_random_string(64))