大家好，這裡是Python程式設計師晚楓。
案例解析
最近在網上看到一個python的面試題目：
如何用Python生成1億個手機號碼？
我第一眼看到的時候心想，這個還不簡單？直接
random。randint（1，999999999999）
就完事了。
但是馬上就發現了這其中的錯誤：這個是生成1-99999999之間的隨機數，可能是1，也可能是666。
但電話號碼是11位的，而且前3位只有指定的號段，比如135、136。直接
random。randint（1，999999999999）
這麼做並不符合條件。
那麼如何生成呢？於是有了下面這段程式碼：
import random
def create_phone_num（num）：
all_phone_nums =
set
（）
# 存放生成的電話號碼
while
True：
# 因為set會自動去重，因此死迴圈生成電話號碼，直到等於num個號碼停止
start = random。choice（［
‘135’
，
‘136’
，
‘137’
］）
# 存放前3位的號段，從中隨機取一個
end =
‘’
。join（random。sample（string。digits， 8））
# 隨機生成後面8位數字
all_phone_nums。add（f
‘{start}{end}’
）
# 拼接前3位和後8位
if
len（all_phone_nums） >= num：
# 如果號碼個數等於num，則停止
break
phone_num（10000 * 10000）
經過這次寫程式碼我才發現，原來Python的random裡有那麼多好用的生成隨機數的方法。
我把它們全部整理出來了，今天我們就來一起學習一下~
如有遺漏或者錯誤，歡迎大家多多指點~
隨機數是哪個檔案生成的？
在上面的程式碼第一行：
import random
，我們匯入了random這個標準庫。
這個庫只有一個檔案：
random。py
，這個檔案的結構主要分為
3個
部分（如下圖所示），它們的作用分別是：
2個主要的類：
Random（_random。Random）
和
SystemRandom（Random）
其中我們使用最多的是
Random（）
有2個測試方法：
_test_generator（n， func， args）
和
_test（N=2000）
這一部分我們用不到
我們呼叫的函式：使用方法如上面程式碼的
random。choice
、
random。sample
，具體使用方法，我們接下來會詳細解釋。
random提供了哪些隨機數方法？
接下來我們重點講解作為python的使用者，我們會使用到哪些
random
的隨機數方法，也就是上文提到的
random。py
檔案裡的第3部分。
如下圖的程式碼所示，random提供的方法有22個，主要分為2類：
普通使用者
常用的方法，一共有
12個
；
科學計算
常用的方法，一共有
10個
。
def-water
普通使用者的12個隨機數方法怎麼用？
對於上面這22個隨機數方法，我在這裡重點介紹一下普通使用者常用的那12個方法。
至於後面這個10個用於科學計算的方法，因為實在是高深，我就不在這裡浪費時間了，有興趣的同學，可以直接去翻一下數學書：《機率論》。
1。 random。seed & random。getstate & random。setstate
把這3個放到一起說，是因為random本質上生成的是偽隨機數，而這3個函式，很好的體現了偽隨機數這個特性
程式碼示例：seed
# 指定seed後，生成的隨機數一樣
random。seed（
1
）
print（
‘隨機數1：’
， random。random（））
random。seed（
1
）
print（
‘隨機數2：’
， random。random（））
# output：
# 隨機數1： 0。13436424411240122
# 隨機數2： 0。13436424411240122
程式碼示例： random。getstate & random。setstate
import
random
random。seed（
42
）
print（random。sample（range（
20
）， k=
10
））
st = random。getstate（）
# 取出生成上一行程式碼後，random的狀態
print（random。sample（range（
20
）， k=
20
））
# print 20
random。setstate（st）
# 恢復上一次的隨機狀態
print（random。sample（range（
20
）， k=
10
））
# print same first 10
# output：
# ［12， 0， 4， 3， 11， 10， 19， 1， 5， 18］
# ［4， 9， 0， 3， 10， 8， 16， 7， 18， 17， 14， 6， 2， 1， 5， 11， 15， 13， 19， 12］
# ［4， 9， 0， 3， 10， 8， 16， 7， 18， 17］
2。 random。random
隨機生成一個［0，1）之間的浮點數
程式碼示例
float = random。random（）
“”“
float = 0。123565654548978
”“”
3。 random。uniform
產生［a，b］範圍內一個隨機浮點數
程式碼示例
float = random。uniform（
11
，
15
）
“”“
float = 13。882923467738049
”“”
4。 random。randint
隨機生成［a，b］範圍內一個整數。
程式碼示例
int = random。randint（
1
，
9
）
“”“
int = 2
”“”
5。 random。choice
從非空序列中隨機選取一個數據並帶回，該序列可以是list、tuple、str、set。
程式碼示例
str = random。choice（
“程式設計師晚楓原創系列”
）
“”“
str = 原
”“”
6。 random。choices
Python3。6版本新增。從叢集中隨機選取k次資料，返回一個列表，可以設定權重。一共有4個引數
population：叢集，必填。
weights：相對權重。
cum_weights：累加權重，不常用。不能和weights共用。
k：選取次數。
程式碼示例
str = ［
“程”
，
“序”
，
“員”
，
“晚”
，
“楓”
］
res = random。choices（str， weights=［
0
，
0
，
1
，
0
，
0
］， k=
5
）
“”“
因為給【員】這個字，透過weights引數增加了特別的權重：1，而其他的權重都是0，所以不論隨機選多少次，結果都是【員】
res = ［‘員’， ‘員’， ‘員’， ‘員’， ‘員’］
”“”
7。 random。randrange（a，b，step）
參考range的用法：
不指定step，隨機生成［a，b）範圍內一個整數。
指定step，step作為步長會進一步限制［a，b）的範圍，比如randrange（0，11，2）意即生成［0，11）範圍內的隨機偶數。
不指定a，則預設從0開始。
程式碼示例
int = random。randrange（
3
，
9
）
“”“
int = 5
”“”
8。 random。sample
從集合中選取k個元素，返回一個列表，叢集可以是list、tuple、str、set。
不會重複：可以理解為發一副撲克牌，確實是隨機發，但是不會重複。
隨機次數，不能超過集合的長度。發牌的時候，一副牌有54張，不可能隨機抽取100次。
程式碼示例
str = ［
“程”
，
“序”
，
“員”
，
“晚”
，
“楓”
］
res = random。sample（str，
5
）
“”“
res = ［‘員’， ‘序’， ‘程’， ‘楓’， ‘晚’］
”“”
9。 random。shuffle
打亂原來有順序的集合，注意：這個方法沒有返回值，它直接改變的是原集合的順序。所以如果你想改變tuple這種不可變的集合，會報錯。
程式碼示例
str = ［
“程”
，
“序”
，
“員”
，
“晚”
，
“楓”
，
“有”
，
“順”
，
“序”
］
random。shuffle（str）
“”“
str = ［‘楓’， ‘順’， ‘員’， ‘序’， ‘有’， ‘晚’， ‘序’， ‘程’］
”“”
10。 random。getrandbits
生成指定位數大小的整數。
程式碼示例
int = random。getrandbits（
8
）
“”“
int = 136
”“”
寫在最後
雖然自己是Python程式設計師，但是最近開發中卻發現很多基礎知識自己沒掌握。
於是決定從這一篇開始，我決定帶著當時加入Python時，餵馬劈柴面朝大海的浪漫情懷，去認真的深入整理分享Python常用的知識點。
希望對你有用。
想了解更多精彩內容，快來關注程式設計師晚楓
1行Python程式碼，合併100個Excel檔案，竟然這麼方便？！
某寶動漫頭像一張50元？1行Python程式碼實現，別再去交智商稅了
新人必看：python自動化辦公，開源專案的目錄結構