Python标准库：random生成服从各类分布的随机数

在 random 中设置随机数种子的方法是 random.seed() ，该方法为生成随机数提供输入信息，完全相同的种子产生的随机数列是相同的，如果不设置 seed ，随机种子则会来自系统时钟，故每次生成的都是 不同的随机数 。

import random #导入random模块
random.seed(1234)#设置种子
print(random.random()) #随机生成[0,1)之间的浮点值
random.seed(1234)
print(random.random())
print(random.random()) #未设置seed

通过最后输出的结果，我们可以验证同一种子下得到的随机数是 一样 的。

random模块中一个较有用的功能就是实值分布。我们可以使用random模块下的函数来生成服从特定函数分布的实值分布，下列表格给出了常见的函数：

print(random.random())
print(random.uniform(5,1))
print(random.normalvariate(5,1))
print(random.gauss(5,1))

得到：

为了加深对随机数的理解，我们最后来做两个关于随机数的小案例。

1.   随机生成4位数纯数字验证码

import random
check_code = ''  # 最终生成的验证码
for i in range(4):  # 4位长的纯数字验证码
      cur = random.randint(0, 9)
      check_code += str(cur)
print(check_code)

2.   使用random生成服从正态分布的随机数，并用图例来进行表示

import random
histogram = [0] * 20
for i in range(1000):
     i = int(random.normalvariate(5, 1) * 2)
     histogram[i] = histogram[i] + 1