Python中random模块的应用场景

任务要求

1．掌握基础随机数生成方法

2．实现序列随机操作和概率分布模拟

任务分析

random模块的核心功能特点：

1．伪随机生成：基于梅森旋转算法生成序列

2．范围控制：支持整数/浮点数区间限定

3．序列操作：支持选择、打乱、采样等操作

4．种子控制：random.seed()实现随机重现

5．扩展功能：正态分布、加权选择等高级特性

任务实现

场景一：基础数值生成

import random
# 生成1 - 10的随机整数（闭区间）
num = random.randint(1, 10)
print(f"随机整数: {num}")
# 生成0.0 - 5.0的随机浮点数
float_num = random.uniform(0, 5)
print(f"随机浮点数: {float_num:.2f}")
# 生成0 - 100的随机偶数
even_num = random.randrange(0, 101, 2)
print(f"随机偶数: {even_num}")

运行结果：

随机整数: 4

随机浮点数: 2.23

随机偶数: 84

进程已结束，退出代码为 0

说明：

• import random导入random库。这个库包含了许多生成随机数的函数。
• random.randint(1, 10)生成了一个1到10之间的随机整数，包括1和10（闭区间）。这个函数接收两个参数，分别是生成随机整数的范围起始值和结束值。
• random.uniform(0, 5)生成了一个0.0到5.0之间的随机浮点数。random.uniform(a, b)函数用于生成一个[a, b)区间的浮点数。
• random.randrange(0, 101, 2)生成了一个0到100之间的随机偶数。random.randrange(start, stop, step)函数用于生成一个在[start, stop)范围内，以step为间隔的随机整数。这里设定start为0，stop为101（实际取值到100），step为2，即生成的随机数将是0, 2, 4, ..., 100中的一个。

场景二：序列随机操作

import random
colors = ['红', '蓝', '绿', '金']
# 随机选择单个元素
print("随机颜色:", random.choice(colors))
# 随机选择3个不重复元素
print("采样结果:", random.sample(colors, 3))
# 打乱原序列顺序
random.shuffle(colors)
print("乱序结果:", colors)

运行结果：

随机颜色: 金

采样结果: ['金', '红', '绿']

乱序结果: ['红', '金', '蓝', '绿']

进程已结束，退出代码为 0

说明：

• random.choice(colors)从colors列表中随机选择一个元素。random.choice()函数接受一个序列作为参数，并返回该序列中的一个随机元素。
• random.sample(colors, 3)从colors列表中随机选择三个不重复的元素。random.sample()函数接受两个参数：一个是要从中选择的序列，另一个是需要选择的元素数量。该函数返回一个新的列表，其中包含从原序列中随机采样出的指定数量的元素，且不重复。
• random.shuffle(colors)对colors列表进行原地随机打乱。random.shuffle()函数接受一个列表作为参数，并直接修改该列表，使其元素顺序随机化。

场景三：概率分布生成

import random
# 生成正态分布数据（均值100，标准差15）
normal_data = [round(random.normalvariate(100, 15)) for _ in range(5)]
print("正态分布:", normal_data)
# 生成权重选择（红: 30 %，蓝: 50 %，绿: 20 %）
print("加权选择:", random.choices(['红', '蓝', '绿'], weights=[3, 5, 2], k=3))

运行结果：

正态分布: [113, 131, 84, 158, 79]

加权选择: ['红', '红', '蓝']

进程已结束，退出代码为 0

说明：

• [round(random.normalvariate(100, 15)) for _ in range(5)]使用列表生成式来创建一个包含5个元素的列表。random.normalvariate(100, 15)用于生成一个符合均值为100，标准差为15的正态分布的随机数。
• random.choices()用于从一个非空序列中随机选择元素。['红', '蓝', '绿']是选择的目标序列。weights=[3, 5, 2]表示给每个颜色指定了一个权重，即红、蓝、绿被选中的概率是3:5:2。这意味着蓝色被选中的概率最高，绿色次之，红色最低。k=3表示在这个加权选择中得到3个结果。即random.choices()从目标序列中按照给定的权重随机选择3个元素，并返回一个长度为3的列表。

场景四：随机验证码生成

import random
def generate_code(length=6):
chars = 'ABCDEFGHJKLMNPQRSTUVWXYZ23456789'
return ''.join(random.choices(chars, k=length))
print("验证码:", generate_code())

运行结果：

验证码: 5DT22Z

进程已结束，退出代码为 0

场景五：随机数据采样

import random
dataset = list(range(1, 101))
# 不放回抽样10个
sample1 = random.sample(dataset, 10)
# 可重复抽样15个
sample2 = random.choices(dataset, k=15)
print("不放回样本:", sample1)
print("可重复样本:", sample2)

运行结果：

不放回样本: [74, 80, 5, 72, 59, 27, 57, 87, 55, 32]

可重复样本: [30, 20, 68, 61, 59, 86, 66, 27, 16, 9, 58, 72, 62, 36, 4]

进程已结束，退出代码为 0

说明：

• random.sample()从dataset中随机选择10个独特的元素。
• random.choices()从dataset中选择15个元素，并且允许选择重复的元素。