原博客网址:(1). http://www.cnblogs.com/yd1227/archive/2011/03/18/1988015.html
(2). http://blog.csdn.net/qinglu000/article/details/46119621
(1).random.random
random.random()用于生成一个0到1的随机符点数: 0 <= n < 1.0
(2).Python uniform() 函数
uniform() 方法将随机生成下一个实数，它在 [x, y) 范围内.
import random
print "uniform(5, 10) 的随机数为 : ", random.uniform(5, 10)
print "uniform(7, 14) 的随机数为 : ", random.uniform(7, 14)
(3).random.randint
random.randint()的函数原型为：random.randint(a, b)，用于生成一个指定范围内的整数。其中参数a是下限，参数b是上限，生成的随机数n: a <= n <= b
print random.randint(12, 20) #生成的随机数n: 12 <= n <= 20
print random.randint(20, 20) #结果永远是20
#print random.randint(20, 10) #该语句是错误的。下限必须小于上限。
(4).random.randrange
random.randrange的函数原型为：random.randrange([start], stop[, step])，从指定范围内，按指定基数递增的集合中 获取一个随机数。如：random.randrange(10, 100, 2)，结果相当于从[10, 12, 14, 16, ... 96, 98]序列中获取一个随机数。random.randrange(10, 100, 2)在结果上与 random.choice(range(10, 100, 2) 等效.
(5).random.choice
random.choice从序列中获取一个随机元素。其函数原型为：random.choice(sequence)。参数sequence表示一个有序类型。这里要说明 一下：sequence在python不是一种特定的类型，而是泛指一系列的类型。list, tuple, 字符串都属于sequence。有关sequence可以查看python手册数据模型这一章。下面是使用choice的一些例子：
print random.choice("学习Python")
print random.choice(["JGood", "is", "a", "handsome", "boy"])
print random.choice(("Tuple", "List", "Dict"))
(6).random.shuffle
random.shuffle的函数原型为：random.shuffle(x[, random])，用于将一个列表中的元素打乱。如:
p = ["Python", "is", "powerful", "simple", "and so on..."]
random.shuffle(p)
print p
#---- 结果（不同机器上的结果可能不一样。）
#['powerful', 'simple', 'is', 'Python', 'and so on...']
(7).random.sample
random.sample的函数原型为：random.sample(sequence, k)，从指定序列中随机获取指定长度的片断。sample函数不会修改原有序列。
list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
slice = random.sample(list, 5) #从list中随机获取5个元素，作为一个片断返回
print slice
print list #原有序列并没有改变。
随机整数：
>>> import random
>>> random.randint(0,99)
21
随机选取0到100间的偶数：
>>> import random
>>> random.randrange(0, 101, 2)
42
随机浮点数：
>>> import random
>>> random.random()
0.85415370477785668
>>> random.uniform(1, 10)
5.4221167969800881
随机字符：
>>> import random
>>> random.choice('abcdefg&#%^*f')
'd'
多个字符中选取特定数量的字符：
>>> import random
random.sample('abcdefghij',3)
['a', 'd', 'b']
多个字符中选取特定数量的字符组成新字符串：
>>> import random
>>> import string
>>> string.join(random.sample(['a','b','c','d','e','f','g','h','i','j'], 3)).r
eplace(" ","")
'fih'
随机选取字符串：
>>> import random
>>> random.choice ( ['apple', 'pear', 'peach', 'orange', 'lemon'] )
'lemon'
洗牌：
>>> import random
>>> items = [1, 2, 3, 4, 5, 6]
>>> random.shuffle(items)
>>> items
[3, 2, 5, 6, 4, 1]
seed()
使用seed可以控制随机数的生成参考方法，以系统时间为对象可以产生随机性高的数，以同一个数为对象会产生同一个随机数
Random初始化的时候，可以以一个INT32作为参数，称为seed，MSDN上的解释是：“伪随机数是以相同的概率从一组有限的数字中选取的......随机数的生成是从种子值开始......”
跟c/C++类似，所有标准库提供的Random函数其实都是假Random，真正的Random函数式不需要Seed的。
所谓假Random，是指所返回的随机数字其实是一个稳定算法所得出的稳定结果序列，而不是真正意义上的随机序列。 Seed就是这个算法开始计算的第一个值。所以就会出现只要seed是一样的，那么后续所有“随机”结果和顺序也都是完全一致的。 通常情况下，你可以用 DateTime.Now.Millisecend() 也就是当前始终的毫秒来做Seed .因为毫秒对你来说是一个1000以内的随即数字。 这样可以大大改善保准库的Random结果的随机性。 不过这仍然算不上是完全随机，因为重复的概率还是千分之一。
另外需要注意的是，如果一直调用标准库Random，那么在调用了N次以后，输出结果就会循环最开始的序列了。也就是说，标准库Random所能生成的不同结果的个数也是有限的。32位系统一般也就是几万次以后就会出现重复。
你可以到网上找一个真正的随即函数，以替换标准库Random。
使用举例：random.seed(time.time())
###描述
seed() 方法改变随机数生成器的种子，可以在调用其他随机模块函数之前调用此函数。。
###语法
###以下是 seed(() 方法的语法:
import random
random.seed ( [x] )
###注意：seed()是不能直接访问的，需要导入 random 模块，然后通过 random 静态对象调用该方法。
参数
x -- 改变随机数生成器的种子seed。如果你不了解其原理，你不必特别去设定seed，Python会帮你选择seed。
返回值
本函数没有返回值。
实例
以下展示了使用 seed(() 方法的实例：
#!/usr/bin/python
import random
random.seed( 10 )
print "Random number with seed 10 : ", random.random()
# 生成同一个随机数
random.seed( 10 )
print "Random number with seed 10 : ", random.random()
# 生成同一个随机数
random.seed( 10 )
print "Random number with seed 10 : ", random.random()
以上实例运行后输出结果为：
Random number with seed 10 : 0.57140259469
Random number with seed 10 : 0.57140259469
Random number with seed 10 : 0.57140259469