Python模块之random模块

合集 - Python学习笔记(41)

1.如何更好的学习Python2023-12-102.Python准备之Python环境安装和Pycharm使用2023-12-063.Python准备之笔记-MarkDown格式及云端笔记2023-12-064.Python准备之软件开发规范2023-12-165.Python基础之计算机基础2023-12-066.Python基础之编程语言2023-12-067.Python基础之Python基本构成2023-12-068.Python基础之流程控制2023-12-069.Python特殊机制之垃圾回收机制2023-12-0610.Python中级之数据类型的内置方法2023-12-0611.Python中级之可变数据类型和不可变数据类型2023-12-0612.Python中级之文件操作2023-12-0713.Python中级之列表字典推导式和三元运算符2023-12-0614.Python中级之深浅拷贝2023-12-0615.Python中级之字符编码2023-12-0616.Python中级之异常处理2023-12-1017.Python中级之解压赋值2023-12-1618.Python高级之闭包函数2023-12-1219.Python高级之函数介绍2023-12-1220.Python高级之名称空间与作用域2023-12-1221.Python高级之装饰器2023-12-1322.Python高级之模块与包2023-12-1623.Python高级之迭代器与生成器2023-12-1524.Python模块之re模块2023-12-3025.Python模块之os模块2024-01-02

26.Python模块之random模块2024-01-02

27.Python模块之序列化模块(json模块与pickle模块)2024-01-0128.Python模块之time模块和datetme模块2024-01-0129.Python高级之递归函数2024-01-0430.Python高级之常见的内置函数2024-01-0331.Python模块之sys模块2024-01-0332.Python模块之hashlib模块2024-01-0233.Python模块之logging模块2024-01-0934.Python面向对象之面向对象编程2024-01-0935.Python面向对象之三大特征-封装2024-01-1136.Python面向对象之绑定方法和非绑定方法2024-01-1137.Python面向对象之三大特征-继承2024-01-1138.Python面向对象之三大特征-多态2024-01-1239.Python面向对象之派生2024-01-1240.Python面向对象之组合2024-01-1241.Python面向对象之反射2024-01-15

收起

本文目录

• 【一】概要
• 【二】常见用法
• 【三】详解
• 【四】小练习

random模块

回到顶部

【一】概要

• random 模块是 Python 标准库中提供的用于生成伪随机数的模块。在计算机中，真正的随机数是很难获得的，通常使用伪随机数来模拟随机性。random 模块提供了一系列函数，用于生成不同分布的伪随机数。

• 由于是伪随机数生成器，使用相同的种子（seed）可以复现相同的随机序列，可以使用 random.seed() 来设置随机数生成的种子。

回到顶部

【二】常见用法

• random.random()：
  • 不可以传参限制区间
  • 随机生成一个大于0小于1之间的浮点数
• random.uniform(a,b)：
  • 需要传参限制区间
  • 包含a，不含b
  • 随机生成一个指定区间内的浮点数
• random.randint(a.b)：
  • 需要传参限制区间
  • 包含a，包含b
  • 随机生成区间内的一个整数
• random.randrange(start,stop,step)：
  • step默认为1
    • 当step不填时，与randint类似
  • 随机生成区间内的一个整数，可以通过设置步长取奇数或偶数等
• random.choice(seq)：
  • seq是序列类型的数据，如列表（list）、元组（tuple）、字符串（string）等
  • 随机从序列中返回一个数据
• random.choices(population,k)：
  • population：表示待抽样的总体（population）或序列（可迭代对象），可以是列表、元组、集合等序列类型的数据。
  • k ：表示希望抽样的元素个数，即要从 population 中随机选择的元素数量。
  • k 可以大于 population 的长度，如果大于，抽样时可能会重复选择相同的元素。
• random.sample(population,k)：
  • population：表示待抽样的总体（population）或序列（可迭代对象），可以是列表、元组、集合等序列类型的数据。
  • k ：表示希望抽样的元素个数，即要从 population 中随机选择的元素数量。
  • 从数据中随机返回k个数据
    • 从 population 中随机抽取 k 个不重复的元素，返回一个新的列表。如果 k 小于 0 或者大于 population 的长度，会引发 ValueError 异常。
• random.shuffle(x)：
  • x ：待打乱顺序的可变序列，如列表
  • 打乱顺序，改变的是原值

回到顶部

【三】详解

random.random

# 随机0到1之间的浮点数
res = random.random()
print(res)
# 0.25487464336119536

random.uniform

# 随机区间内的浮点数
res = random.uniform(1, 2)
print(res)
# 1.7494757593068218

random.randint

# 随机区间内的整数
res = random.randint(1, 5)
print(res)
# 3

random.randrange

# 随机1，5，9中的数字
# 区间是1-10，步长为4，所以只有1，5，9
res = random.randrange(1, 10, 4)
print(res)
# 5

random.choice

# 随机返回序列中的数据
res = random.choice(seq=[1, 2, 3])
print(res)
# 1
 
res = random.choice(seq=[1, 2, 3, ('tuple',), ['list']])
print(res)
# ('tuple',)

random.choices

# 在序列中随机返回4个数据
res = random.choices([1, 2, 3], k=4)
print(res)
# [3, 2, 3, 1]

random.sample

# 随机返回序列中的2个数据，数量不能大于len(序列)，不能小于等于0
res = random.sample([1, 2, 3], 2)
print(res)
# [1, 2]

random.shuffle

# 打乱可变序列，如列表的顺序
list1 = [1, 2, 3]
res = random.shuffle(list1)
print(res)  # None   # 在原值上修改，没有返回值
print(list1)   # [3, 1, 2]

回到顶部

【四】小练习

【1】生成随机数字验证码

import random
 
 
### 【1】生成随机数字验证码
def random_int(n):
    # 随机生成n个数字
    code = ''
    # 只有字符串可以拼接，如果是数字就是加法了
    for i in range(n):
        number = random.randomint(0,9)
        # 强转字符类型
        number = str(number)
        code += number
    return code
 
 
print(random_int(4))
# 3243

def random_int(n):
    # 随机生成n个数字
    number_list = random.choices(range(0, 9), k=n)
    # 使用join方法
    txt = ''.join([str(i) for i in number_list])
    return txt
 
 
print(random_int(4))

【2】生成随机数字+字母验证码

import random
 
def random_num_words(n):
    code = ''
    for i in range(n):
        temp = random.choice([str(random.randint(0, 9)),  # 数字 0-9
                              chr(random.randint(65, 90)),  # 大写字母 A-Z 
                              chr(random.randint(97, 122))])  # 小写字母 a-z
        code += temp
    return code
 
 
print(random_num_words(4))
# j30W

【3】生成随机订单号

订单号生成规则

• 订单号生成规则通常是根据业务需求和系统设计来定义的，以下是一些常见的订单号生成规则的考虑因素：
  1. 唯一性：
     • 确保每个订单都有唯一的标识，以防止重复或冲突。
  2. 时间戳：
     • 使用时间戳作为订单号的一部分，以确保订单号的唯一性，并且可以根据时间轻松识别订单的生成顺序。
  3. 业务标识：
     • 根据业务需求添加业务标识，例如产品类型、地区等，以便在订单号中包含更多信息。
  4. 随机数：
     • 添加随机数部分，使订单号更难以预测和重现。
  5. 长度限制：
     • 确保订单号的长度在可接受范围内，不要太短或太长，以方便存储和处理。
  6. 可读性：
     • 如果需要，可以使订单号具有一定的可读性，例如包含字母、数字和特定字符的组合。
  7. 前缀/后缀：
     • 可以添加前缀或后缀以区分不同类型的订单，例如区分正常订单和退货订单。
  8. 保留位数：
     • 如果需要，可以规定订单号的某些位数表示特定的信息，例如表示订单来源、支付方式等。
  9. 版本控制：
     • 考虑到系统升级或变更订单规则的可能性，可以在订单号中包含版本信息。
  10. 保留未使用号码：
      • 考虑到系统可能存在一些未使用的订单号，可以规定一些规则来处理这些未使用的号码。
  11. 规则适应性：
      • 确保订单生成规则具有一定的适应性，能够应对业务需求的变化。

生成订单号

### 【3】生成随机订单号
import random
import time
 
 
# SF + 时间戳年月日 + 随机4位数字
def order_num():
    # SF
    code = 'SF'
    # 时间戳
    timestamp = time.strftime("%Y%m%d%H%M%S")
    # 随机4位数字
    number_list = random.choices(range(0, 9), k=4)
    random_num = ''.join([str(i) for i in number_list])
    # 拼接在一起
    order_id = ''.join([code, timestamp, random_num])
    return order_id
 
 
print(order_num())
# SF202401021623060503