![]()
大家好，这里是Python程序员晚枫。
案例解析
最近在网上看到一个python的面试题目：如何用Python生成1亿个手机号码？
我第一眼看到的时候心想，这个还不简单？直接random.randint(1,999999999999)就完事了。
但是马上就发现了这其中的错误：这个是生成1-99999999之间的随机数，可能是1，也可能是666.
但电话号码是11位的，而且前3位只有指定的号段，比如135、136。直接random.randint(1,999999999999)这么做并不符合条件。
那么如何生成呢？于是有了下面这段代码：
import random
def create_phone_num(num):
all_phone_nums = set() # 存放生成的电话号码
while True: # 因为set会自动去重，因此死循环生成电话号码，直到等于num个号码停止
start = random.choice(['135', '136', '137']) # 存放前3位的号段，从中随机取一个
end = ''.join(random.sample(string.digits, 8)) # 随机生成后面8位数字
all_phone_nums.add(f'{start}{end}') # 拼接前3位和后8位
if len(all_phone_nums) >= num: # 如果号码个数等于num，则停止
break
phone_num(10000 * 10000)
经过这次写代码我才发现，原来Python的random里有那么多好用的生成随机数的方法。
我把它们全部整理出来了，今天我们就来一起学习一下~
如有遗漏或者错误，欢迎大家多多指点~
随机数是哪个文件生成的？
在上面的代码第一行：import random，我们导入了random这个标准库。
这个库只有一个文件：random.py，这个文件的结构主要分为3个部分（如下图所示），它们的作用分别是：
- 2个主要的类：
Random(_random.Random)和SystemRandom(Random)
- 有2个测试方法：
_test_generator(n, func, args)和_test(N=2000)
- 我们调用的函数：使用方法如上面代码的
random.choice、random.sample，具体使用方法，我们接下来会详细解释。 ![profile-water]()
random提供了哪些随机数方法？
接下来我们重点讲解作为python的用户，我们会使用到哪些random的随机数方法，也就是上文提到的random.py文件里的第3部分。
如下图的代码所示，random提供的方法有22个，主要分为2类：
普通用户常用的方法，一共有12个；科学计算常用的方法，一共有10个。
![def-water]()
普通用户的12个随机数方法怎么用？
对于上面这22个随机数方法，我在这里重点介绍一下普通用户常用的那12个方法。
至于后面这个10个用于科学计算的方法，因为实在是高深，我就不在这里浪费时间了，有兴趣的同学，可以直接去翻一下数学书：《概率论》。
1. random.seed & random.getstate & random.setstate
把这3个放到一起说，是因为random本质上生成的是伪随机数，而这3个函数，很好的体现了伪随机数这个特性
代码示例:seed
# 指定seed后，生成的随机数一样
random.seed(1)
print('随机数1：', random.random())
random.seed(1)
print('随机数2：', random.random())
# output：
# 随机数1： 0.13436424411240122
# 随机数2： 0.13436424411240122
代码示例: random.getstate & random.setstate
import random
random.seed(42)
print(random.sample(range(20), k=10))
st = random.getstate() # 取出生成上一行代码后，random的状态
print(random.sample(range(20), k=20)) # print 20
random.setstate(st) # 恢复上一次的随机状态
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
随机生成一个[0,1)之间的浮点数
代码示例
float = random.random()
"""
float = 0.123565654548978
"""
3. random.uniform
产生[a,b]范围内一个随机浮点数
代码示例
float = random.uniform(11,15)
"""
float = 13.882923467738049
"""
4. random.randint
随机生成[a,b]范围内一个整数。
代码示例
int = random.randint(1, 9)
"""
int = 2
"""
5. random.choice
从非空序列中随机选取一个数据并带回，该序列可以是list、tuple、str、set。
代码示例
str = random.choice("程序员晚枫原创系列")
"""
str = 原
"""
6. random.choices
Python3.6版本新增。从集群中随机选取k次数据，返回一个列表，可以设置权重。一共有4个参数
- population：集群，必填。
- weights：相对权重。
- cum_weights：累加权重，不常用。不能和weights共用。
- k：选取次数。
代码示例
str = ["程", "序", "员", "晚", "枫"]
res = random.choices(str, weights=[0, 0, 1, 0, 0], k=5)
"""
因为给【员】这个字，通过weights参数增加了特别的权重：1，而其他的权重都是0，所以不论随机选多少次，结果都是【员】
res = ['员', '员', '员', '员', '员']
"""
7. random.randrange(a,b,step)
参考range的用法：
- 不指定step，随机生成[a,b)范围内一个整数。
- 指定step，step作为步长会进一步限制[a,b)的范围，比如randrange(0,11,2)意即生成[0,11)范围内的随机偶数。
- 不指定a，则默认从0开始。
代码示例
int = random.randrange(3, 9)
"""
int = 5
"""
8. random.sample
从集合中选取k个元素，返回一个列表，集群可以是list、tuple、str、set。
- 不会重复：可以理解为发一副扑克牌，确实是随机发，但是不会重复。
- 随机次数，不能超过集合的长度。发牌的时候，一副牌有54张，不可能随机抽取100次。
代码示例
str = ["程", "序", "员", "晚", "枫"]
res = random.sample(str, 5)
"""
res = ['员', '序', '程', '枫', '晚']
"""
9. random.shuffle
打乱原来有顺序的集合，注意：这个方法没有返回值，它直接改变的是原集合的顺序。所以如果你想改变tuple这种不可变的集合，会报错。
代码示例
str = ["程", "序", "员", "晚", "枫", "有", "顺", "序"]
random.shuffle(str)
"""
str = ['枫', '顺', '员', '序', '有', '晚', '序', '程']
"""
10. random.getrandbits
生成指定位数大小的整数。
代码示例
int = random.getrandbits(8)
"""
int = 136
"""
写在最后
虽然自己是Python程序员，但是最近开发中却发现很多基础知识自己没掌握。
于是决定从这一篇开始，我决定带着当时加入Python时，喂马劈柴面朝大海的浪漫情怀，去认真的深入整理分享Python常用的知识点。
希望对你有用。
