3.11 随机选择

## 问题 你想从一个序列中随机抽取若干元素，或者想生成几个随机数。 ## 解决方案 random模块有大量的函数用来产生随机数和随机选择元素。比如，要想从一个序列中随机的抽取一个元素，可以使用 `random.choice()` ： >>> import random >>> values = [1, 2, 3, 4, 5, 6] >>> random.choice(values) 2 >>> random.choice(values) 3 >>> random.choice(values) 1 >>> random.choice(values) 4 >>> random.choice(values) 6 >>> 为了提取出N个不同元素的样本用来做进一步的操作，可以使用 `random.sample()` ： >>> random.sample(values, 2) [6, 2] >>> random.sample(values, 2) [4, 3] >>> random.sample(values, 3) [4, 3, 1] >>> random.sample(values, 3) [5, 4, 1] >>> 如果你仅仅只是想打乱序列中元素的顺序，可以使用 `random.shuffle()` ： >>> random.shuffle(values) >>> values [2, 4, 6, 5, 3, 1] >>> random.shuffle(values) >>> values [3, 5, 2, 1, 6, 4] >>> 生成随机整数，请使用 `random.randint()` ： >>> random.randint(0,10) 2 >>> random.randint(0,10) 5 >>> random.randint(0,10) 0 >>> random.randint(0,10) 7 >>> random.randint(0,10) 10 >>> random.randint(0,10) 3 >>> 为了生成0到1范围内均匀分布的浮点数，使用 `random.random()` ： >>> random.random() 0.9406677561675867 >>> random.random() 0.133129581343897 >>> random.random() 0.4144991136919316 >>> 如果要获取N位随机位(二进制)的整数，使用 `random.getrandbits()` ： >>> random.getrandbits(200) 335837000776573622800628485064121869519521710558559406913275 >>> ## 讨论 random模块使用Mersenne Twister算法来计算生成随机数。这是一个确定性算法，但是你可以通过 `random.seed()` 函数修改初始化种子。比如： random.seed() # Seed based on system time or os.urandom() random.seed(12345) # Seed based on integer given random.seed(b'bytedata') # Seed based on byte data 除了上述介绍的功能，random模块还包含基于均匀分布、高斯分布和其他分布的随机数生成函数。比如，`random.uniform()` 计算均匀分布随机数，`random.gauss()` 计算正态分布随机数。对于其他的分布情况请参考在线文档。 在random模块中的函数不应该用在和密码学相关的程序中。如果你确实需要类似的功能，可以使用ssl模块中相应的函数。比如，`ssl.RAND_bytes()` 可以用来生成一个安全的随机字节序列。