随机数生成器的工作原理

Python的随机数生成器基于梅森旋转算法，这是一个伪随机数生成算法。伪随机数并不是真正的随机，而是通过算法生成的看似随机的序列。

要开始使用随机数，首先需要导入random模块：

import random

生成随机整数

# 生成0到100之间的随机整数
random_number = random.randint(0, 100)
print(random_number)

# 生成1到10之间的随机整数（包含10）
dice_roll = random.randint(1, 6)
print(f"掷骰子: {dice_roll}")

生成随机浮点数

# 生成0到1之间的随机浮点数
random_float = random.random()
print(random_float)

# 生成指定范围内的随机浮点数
temperature = random.uniform(35.5, 42.0)
print(f"体温: {temperature:.1f}°C")

从序列中随机选择

colors = ['红色', '蓝色', '绿色', '黄色', '紫色']

# 随机选择一个元素
selected_color = random.choice(colors)
print(f"选择的颜色: {selected_color}")

# 随机选择多个元素（不重复）
selected_colors = random.sample(colors, 2)
print(f"选择的两种颜色: {selected_colors}")

# 打乱序列顺序
random.shuffle(colors)
print(f"打乱后的颜色顺序: {colors}")

import secrets

# 生成安全的随机整数
secure_number = secrets.randbelow(100)
print(secure_number)

# 生成随机字节序列（适合用作密钥）
key = secrets.token_bytes(16)
print(f"16字节密钥: {key}")

# 生成安全的随机字符串（URL安全）
password = secrets.token_urlsafe(16)
print(f"生成的密码: {password}")

安全提示

在以下情况中务必使用secrets模块而非random模块：

• 生成密码或口令
• 创建安全令牌
• 生成加密密钥
• 任何需要防止预测的安全应用

import numpy as np

# 生成0到1之间的随机浮点数数组
random_array = np.random.random(5)
print(f"5个随机浮点数: {random_array}")

# 生成标准正态分布的随机数
normal_dist = np.random.randn(1000)

# 生成1到100之间的随机整数数组
random_ints = np.random.randint(1, 101, size=10)
print(f"10个随机整数: {random_ints}")

# 从特定分布生成随机数
# 生成均值为0，标准差为1的正态分布样本
normal_samples = np.random.normal(0, 1, 1000)

# 生成λ=3的泊松分布样本
poisson_samples = np.random.poisson(3, 1000)

案例1：生成随机密码

import string
import secrets

def generate_password(length=12):
    """生成安全的随机密码"""
    alphabet = string.ascii_letters + string.digits + string.punctuation
    password = ''.join(secrets.choice(alphabet) for _ in range(length))
    return password

# 生成密码
print(f"生成的安全密码: {generate_password()}")

案例2：抽奖程序

participants = ['张三', '李四', '王五', '赵六', '钱七', '孙八']

def draw_winners(participants, num_winners=3):
    """抽取指定数量的获奖者"""
    if num_winners > len(participants):
        raise ValueError("获奖人数不能超过参与者人数")
    return random.sample(participants, num_winners)

# 抽取3名获奖者
winners = draw_winners(participants)
print(f"获奖者: {', '.join(winners)}")

案例3：模拟骰子游戏

def dice_game(num_players=4, rounds=5):
    """模拟骰子游戏"""
    scores = {f"玩家{i+1}": 0 for i in range(num_players)}
    
    for round_num in range(1, rounds+1):
        print(f"\n第 {round_num} 轮:")
        for player in scores:
            roll = random.randint(1, 6)
            scores[player] += roll
            print(f"{player}: 掷出 {roll}点，当前总分: {scores[player]}")
    
    # 确定获胜者
    winner = max(scores, key=scores.get)
    print(f"\n游戏结束！获胜者: {winner}，总分: {scores[winner]}点")
    
    return scores

# 开始游戏
dice_game()

随机数生成的最佳实践

• 设置随机种子： 在需要可重复结果时使用random.seed()
• 区分安全需求： 普通应用使用random，安全敏感应用使用secrets
• 选择合适分布： 根据应用场景选择均匀分布、正态分布等
• 避免常见错误： 不要用时间作为唯一种子源
• 性能考虑： 批量生成随机数时使用NumPy

常见问题解答

Q: 如何生成不重复的随机数序列？
A: 使用random.sample()函数可以从总体中抽取不重复的样本。

Q: 为什么有时候生成的随机数看起来不是随机的？
A: 伪随机数生成器基于算法，如果使用相同的种子初始化，会生成相同的序列。确保在需要时使用random.seed()设置不同种子。

Q: 如何生成特定分布的随机数？
A: 使用random.gauss()生成高斯分布，或使用NumPy的random模块支持更多分布类型。