本篇為大家整理python中random函數(shù)的用法，random模塊提供的常用函數(shù)包括random.seed  random.randrange  random.randint  random.choice  random.shuffle  random.sample  random.random  random.uniform  random.expovariate，詳情一起來看一下。

　　在 random 模塊下提供了如下常用函數(shù)：

　　1.random.seed(a=None, version=2)：指定種子來初始化偽隨機數(shù)生成器。

　　2.random.randrange(start, stop[, stop])：random.randrange的函數(shù)原型為：random.randrange([start], stop[, step])，從指定范圍內(nèi)，按指定基數(shù)遞增的集合中 獲取一個隨機數(shù)。如：random.randrange(10, 100, 2)，結(jié)果相當(dāng)于從[10, 12, 14, 16, ... 96, 98]序列中獲取一個隨機數(shù)。random.randrange(10, 100, 2)在結(jié)果上與 random.choice(range(10, 100, 2) 等效。

　　3.random.randint(a, b)：random.randint()的函數(shù)原型為：random.randint(a, b)，用于生成一個指定范圍內(nèi)的整數(shù)。其中參數(shù)a是下限，參數(shù)b是上限，生成的隨機數(shù)n: a <= n <= b。

　　4.random.choice(seq)：random.choice從序列中獲取一個隨機元素。其函數(shù)原型為：random.choice(sequence)。參數(shù)sequence表示一個有序類型。這里要說明 一下：sequence在python不是一種特定的類型，而是泛指一系列的類型。list, tuple, 字符串都屬于sequence。有關(guān)sequence可以查看python手冊數(shù)據(jù)模型這一章。

　　5.random.choices(seq, weights=None, cum_weights=None, k=1)：從 seq 序列中抽取 k 個元素，還可通過 weights 指定各元素被抽取的權(quán)重(代表被抽取的可能性高低)。

　　6.random.shuffle(x[, random])：random.shuffle的函數(shù)原型為：random.shuffle(x[, random])，用于將一個列表中的元素打亂。

　　7.random.sample(population, k)：random.sample的函數(shù)原型為：random.sample(sequence, k)，從指定序列中隨機獲取指定長度的片斷。sample函數(shù)不會修改原有序列。 如果k大于sequence元素個數(shù)的話會報錯。

　　8.random.random()：生成一個從0.0(包含)到 1.0(不包含)之間的偽隨機浮點數(shù)。

　　9.random.uniform(a, b)：random.uniform的函數(shù)原型為：random.uniform(a, b)，用于生成一個指定范圍內(nèi)的隨機符點數(shù)，兩個參數(shù)其中一個是上限，一個是下限。如果a > b，則生成的隨機數(shù)n: a <= n <= b。如果 a

　　10.random.expovariate(lambd)：生成呈指數(shù)分布的隨機數(shù)。其中 lambd 參數(shù)(其實應(yīng)該是 lambda，只是 lambda 是 Python 關(guān)鍵字，所以簡寫成 lambd)為 1 除以期望平均值。如果 lambd 是正值，則返回的隨機數(shù)是從 0 到正無窮大;如果 lambd 為負值，則返回的隨機數(shù)是從負無窮大到 0。

    以上就是為大家總結(jié)的python中random函數(shù)的用法，內(nèi)容較多，希望大家能夠了解并好好掌握random 模塊下提供的常用函數(shù)。如果想要了解python培訓(xùn)課程，歡迎咨詢千鋒教育！