Python3.3中如何產生偽隨機數

python3.3的random模塊實現各種分布下的偽隨機數生成。

對整數而言，可以在一個范圍內按均勻分布來隨機選擇。對序列來說，同樣可以按照均勻分布來選擇一個元素，可以對數組產生隨機排列，也可以進行隨機的不重復采樣。

對隨機實數而言，提供均勻，正態（高斯），對數正態，負指數，γ和β等多種分布。甚至角分布和馮·米塞斯分布（循環正態分布），簡要示例如下：

# coding=utf-8
__author__ = 'hillfree'

import random


def testRand():

    # 在[a, b]之間產生隨機整數 random.randint(a, b)
    for i in range(5):
        ret = random.randint(100, 999)
        print("random.randint(100, 999) = {0}".format(ret,))

    # 在[a, b]之間產生隨機浮點數 random.uniform(a, b)
    for i in range(5):
        ret = random.uniform(1.0, 100.0)
        print("random.uniform(1.0, 100.0) = {0}".format(ret,))

    # 在[0.0, 1.0)之間產生隨機浮點數 random.random()
    for i in range(5):
        ret = random.random()
        print("random.random() = {0}".format(ret,))

    # 在樣本population中隨機選擇k個 random.sample(population, k)
    population = {"Mon", "Tue", "Wed", "Thu", "Fri", "Sat", "Sun" }
    for i in range(5):
        ret = random.sample(population, 3)
        print("random.sample(population, 3) = {0}".format(ret,))

    # 在序列seq中隨機選擇1個 random.choice(seq)
    seq = ("to", "be", "or", "not", 'tobe', 'is', 'a', 'question')
    for i in range(5):
        ret = random.choice(seq)
        print("random.choice(seq) = {0}".format(ret,))

    # 從序列中隨機獲取指定長度的片斷。不修改原有序列。
    # random.sample(sequence, k)
    sentence = "to be or not to be is a question"
    for i in range(5):
        ret = random.sample(sentence, 5)
        print("random.sample(sentence, 5) = {0}".format(ret,))

    # 三角分布的隨機數 random.triangular(low, high, mode)
    for i in range(5):
        ret = random.triangular(0, 100, 10)
        print(" random.triangular(0, 100, 10) = {0}".format(ret,))

    # 高斯分布的隨機數（稍快） random.gauss(mu, sigma)
    for i in range(5):
        ret = random.gauss(0, 1)
        print(" random.gauss(0, 1) = {0}".format(ret,))

    # beta β分布的隨機數 random.betavariate(alpha, beta)

    # 指數分布的隨機數 random.expovariate(lambd)

    # 伽馬分布的隨機數 random.gammavariate(alpha, beta)

    # 對數正態分布的隨機數 random.lognormvariate(mu, sigma)

    # 正態分布的隨機數 random.normalvariate(mu, sigma)

    # 馮米塞斯分布的隨機數 random.vonmisesvariate(mu, kappa)

    # 帕累托分布的隨機數 random.paretovariate(alpha)

    # 韋伯分布的隨機數 random.weibullvariate(alpha, beta)


if __name__ == "__main__" :
    testRand()