python 使用 random模块生成随机测试数据

前言

python中可以使用 random 模块生成随机测试数据

常用函数	说明
random.seed(a)	设置初始化随机种子，可输出相同随机数序列；a取整数或浮点数，不设置时默认以系统时间为种子
random.random()	生成一个0.0到1.0之间的随机浮点数
random.uniform(a,b)	生成一个[a,b]之间的随机小数，a，b取整数或浮点数
random.randint(a,b)	生成一个[a,b]之间的随机整数
random.randrange(start,stop[,step])	生成一个[start,stop)之间以step为步数的随机整数；start，stop，step都是整数，step不设置默认为1
random.getrandbits(k)(seq)	生成一个占内存k位以内的随机整数；k取长度的整数值 如果设置k=2，那么可取的数就在 (0,1,2,3) 之间随机取
random.choice(seq)	从序列类型seq中随机返回一个元素；seq是序列类型，如：字符串、列表、元组、集合等
random.shuffle(seq)	将序列类型中元素随机排序，返回打乱后的序列，seq被改变（改变原列表）；seq是序列类型，如：字符串、列表、元组等
random.sample(pop,k)	从pop中选取k个元素，以列表类型返回（不改变原列表）；pop是序列类型，k是整数表示取k个数

random.random() 随机浮点数

random.random()函数返回一个范围在[0.0, 1.0)之间的随机浮点数。这是生成均匀分布随机数的基础函数。

import random

random_number = random.random()
print("随机浮点数:", random_number)

运行结果：随机浮点数: 0.4375844524602265

random.randint(a, b) 随机整数

random.randint(a, b)函数生成一个范围在[a, b]之间的随机整数。这在需要生成整数随机数时非常有用。

import random

random_integer = random.randint(1, 10)
print("随机整数:", random_integer)

random.choice(seq) 随机选一个

random.choice(seq)函数从序列seq中随机选择一个元素返回。适用于从列表、字符串、元组等序列中随机挑选元素的场景。

import random

my_list = [1, 2, 3, 4, 5]
random_element = random.choice(my_list)
print("随机选择的元素:", random_element)

my_str = "hello world"
print("随机选择的元素:", random.choice(my_str))

my_tup = ("aa", "bb", "cc")
print("随机选择的元素:", random.choice(my_tup ))

random.shuffle(x) 洗牌列表

random.shuffle(x)函数用于将序列x中的元素随机排列，打乱原有顺序。

import random

my_list = [1, 2, 3, 4, 5]
random.shuffle(my_list)
print("打乱后的列表:", my_list)

random.sample(population, k) 选样本

random.sample(population, k)函数从总体population中随机选择k个不重复的元素。适用于需要获取不重复样本的情况。

import random

my_list = [1, 2, 3, 4, 5]
sampled_list = random.sample(my_list, 3)
print("随机抽样后的列表:", sampled_list)

运行结果随机抽样后的列表: [4, 3, 5]

random.uniform(a, b) 随机浮点数

random.uniform(a, b)函数生成一个范围在[a, b]之间的随机浮点数，类似于random.random()但可以指定范围。

import random

random_float = random.uniform(1.0, 5.0)
print("指定范围的随机浮点数:", random_float)

这只是random模块中一小部分函数的介绍，该模块还包括其他函数，如random.gauss()用于生成高斯分布的随机数。通过灵活使用这些函数，可以满足各种随机数生成的需求。在实际应用中，深入了解这些函数的特性和用法，可以帮助提高程序的随机数生成效率和准确性。

random.seed(a=None, version=2) 随机种子

random.seed(a=None, version=2)函数用于初始化伪随机数生成器的种子。通过设置相同的种子，可以确保在不同的运行中获得相同的随机数序列，这对于调试和重现实验结果非常有用。

import random

random.seed(42)  # 设置随机数生成器的种子为42
random_number = random.random()
print("固定种子下的随机浮点数:", random_number)