random模块

random模块实现了这种分布的伪随机数生成器，随机数可以被应用于数学、安全等领域，并且也经常被嵌入算法中，用以提高算法效率，在机器学习算法中对随机数的设定是必要的一步，并且随机数的设定会影响算法的好坏。

random模块提供的函数是基于random.Random类的隐藏实例的绑定方法，几乎所有模块函数都依赖于基本函数random()，random()函数在半开放区间[0.0, 1.0)内均匀生成随机浮点数。用Randon类作为子类，重写 random() 、 seed() 、 getstate() 以及 setstate() 方法可以自己设计不同随机生成器。

random针对整数，范围有统一的选择；针对序列，随机元素统一选择、存在用于生成列表的随机排列函数，以及用于随机抽样而无需替换的函数；针对实数轴，有计算均匀、正态(高斯)、对数正态、负指数、伽马和贝塔分布的函数，生成角度分布，可以使用von Mises分布。

Bookkeeping 函数

函数	释义
random.seed(a=None, version=2)	初始化随机数生成器，如果a被省略为或为None，则使用当前系统时间。如果提供随机源，则使用提供的随机源，如果a是int类型，则直接使用。
random.getstate()	捕获随机生成器当前内部状态的对象，可以将该对象传递给setstate()来恢复状态
random.setstate(state)	state是调用getstate()获得，并且setstate()将生成器的内部状态恢复到getstate()被调用时候的状态
random.getrandbits(k)	返回带有K位随机的Python整数，此方法随MersenneTwister生成器一起提供其他一些生成器也可以将其作为API的可选部分提供(注：Python 使用 Mersenne Twister 作为核心生成器。它产生 53 位精度浮点数，周期为 2**19937-1)。

整数随机函数

函数	释义
random.randrange(stop)	返回不高于stop的一个随机数
random.randrange(start, stop, step)	从 `range(start, stop, step)` 返回一个随机选择的元素，相当于 `choice(range(start, stop, step))` ，但实际上并没有构建一个 range 对象，在 3.2 版更改: `randrange()` 在生成均匀分布的值方面更为复杂
random.randint(a,b)	返回随机满足a<=N<=b的随机整数N。相当于 `randrange(a, b+1)`

>>> import random
>>> random.randrange(100)
94
>>> random.randrange(0, 100, 3)
81
>>> random.randint(0, 10)
4

序列随机函数

函数	释义
random.choice(seq)	从非空序列 seq 返回一个随机元素。如果 seq 为空，则引发 `IndexError`
random.choices(population, weights =None, *, cum_weights=None, k = 1 )	从population中选择替换，返回大小为 k 的元素列表。如果 population 为空，则引发 IndexError。如果指定了weight序列，则根据相对权重进行选择。或者，如果给出 cum_weights 序列，则根据累积权重（可能使用 `itertools.accumulate()` 计算）进行选择。例如，相对权重`[10, 5, 30, 5]`相当于累积权重`[10, 15, 45, 50]`。在内部，相对权重在进行选择之前会转换为累积权重，因此提供累积权重可以节省工作量。如果既未指定 weight 也未指定 cum_weights ，则以相等的概率进行选择。如果提供了权重序列，则它必须与 population 序列的长度相同。weights 或 cum_weights 可以使用任何与 `random()` 返回的 `float` 值互操作的数值类型（包括整数，浮点数和分数但不包括十进制小数
random.shuffle(x, random)	将序列x随机打乱位置。可选参数 random 是一个0参数函数，在 [0.0, 1.0) 中返回随机浮点数；默认情况下，这是函数 `random()` 。要改变一个不可变的序列并返回一个新的打乱列表，请使用`sample(x, k=len(x))`。
random.sample(poplation, k)	返回从总体序列或集合中选择的唯一元素的 k长度列表。用于无重复的随机抽样。返回包含来自总体的元素的新列表，同时保持原始总体不变。结果列表按选择顺序排列，因此所有子切片也将是有效的随机样本。这允许抽奖获奖者（样本）被划分为大奖和第二名获胜者（子切片）。要从一系列整数中选择样本，请使用 `range()` 对象作为参数。对于从大量人群中采样，这种方法特别快速且节省空间：`sample(range(10000000), k=60)`。

>>> random.choice(['win', 'lose', 'draw'])
'lose'
>>> deck = 'one two three foure'.split()
>>> random.shuffle(deck)
>>> deck
['three', 'two', 'one', 'foure']
>>> random.sample([23,12,45,23,45,678,34,75], k = 4)
[23, 75, 34, 23]

分布函数

函数	释义
random.random()	返回[0.0, 1.0)范围内的一个随机浮点数
random.uniform(a,b)	返回一个随机浮点数 N ，当 `a <= b` 时 `a <= N <= b` ，当 `b < a` 时 `b <= N <= a`。
random.triangular(low,high,mode)	返回一个随机浮点数N，使得low <= N <= high 并在这些边界之间使用指定的 mode 。 low 和 high 边界默认为零和一。 mode 参数默认为边界之间的中点，给出对称分布
random.betavariate(alpha,beta)	Beta分布，参数alpha、beta都必须>0，返回的范围介于0~1之间
random.expovariate(lambd)	指数分布，lambd是1.0除以所需的平均值，非零。如果lambd为正，则返回0到正无穷；如果lambd为负，则返回负无穷到0。
random.gammavariate(alpha,beta)	Gmma分布，参数alpha和beta必须>0。
random.gauss(mu,sigma)	高斯分布，mu是平均值，sigma是标准差
random.lognormvariate(mu,sigma)	对数正态分布，如果采用的是自然对数，则会得到平均值为mu，方差为sigma的正态分布，mu可以是任何职，sigma必须大于零
random.normalvariate(mu, sigma)	正态分布，mu是平均值，sigma是标准差
random.vonmisesvariate(mu, kappa)	mu是平均角度，以弧度表示，介于0和2pi之间，kappa是浓度参数，必须大于或等于零，如果kappa等于零，则该分部在0到2\pi的范围内较少到均匀的随机角度。
random.paretovariate(alpha)	帕累托分布，alpha是形状参数
random.weibullvariate(alpha, beta)	威布尔分布，alpha是比例参数，beta是形状参数

Gmma分布的概率函数为：

$pdf(x) = \dfrac{x^{(alpha-1)}\times math.exp(\dfrac{-x}{beta})}{math.gamma(alpha)\times beta^ {alpha}}$

>>> import random
>>> random.random()
0.024784298572476104
>>> random.uniform(2.0, 5.0)
3.4259267542329748
>>> random.triangular(0.3, 1.5, 0.9)
1.1348586558465164
>>> random.betavariate(0.3, 0.25)
0.9983372793378633
>>> random.expovariate(3.0)
1.680963868987473
>>> random.gammavariate(0.25, 2.0)
0.0888430548880927
>>> random.gauss(13, 2.64)
14.755902455467584

替代随机生成器

使用os.urandom()函数的类，用从操作系统提供的源生成随机数，但这并非适用于所有的系统，也不依赖于软件的序列状态，生成的序列不可再现，因此导致seed()方法没有效果而被忽略，getstate()和setstate()函数被调用会引发NotImplementedError。因此random模块提供了替代随机生成器：

random.SystemRandom(seed)

随机序列重现问题

有的时候需要重现伪随机数生成器给出的序列，这在一些特殊情况下有着特殊的作用，通过重新使用新种子值，只要没有多个线程同时运行，相同的序列就可以在两次不同运行之间重现。

多数的随机模块算法和种子函数都会在Python版本中发生变化，但不变的方面有两个：

. 如果添加了新的生成方法，则会提供向后兼容的随机生成器

. 当兼容的生成器被赋予相同种子，生成器的random()方法将会产生相同的序列

secrets模块

虽然random模块可以生成随机数，但是并不能对生成随机数的种子、随机机制、生成的随机序列进行加密。而secrets模块就是专门用来为管理像密码、验证码、加密token等需要加密数据而生成具有非常强加密性的随机数字。

加密随机数函数

secrets模块能够提供最强的能够操作系统提供的加密随机性资源。其访问和生成函数如下:

函数	释义
secrets.SystemRandom	生成加密系统随机函数生成器
secrets.choice(sequence)	从非空序列sequence中随机返回一个元素
secrets.randbelow(n)	返回[0,n)范围内的随机数
secrets.randbits(k)	随机返回一个bit长度为k的整数

生成tokens

secrets模块为密码以及网络访问提供了生成token函数

函数	释义
secrets.token_bytes(nbytes=None)	随机返回字节数长度为nbytes值的字节形式的字符串，如果nbytes=None则使用默认的nbytes长度
secrets.token_hex(nbytes=None)	随机返回文本长度为nbytes的文本字符串，如果nbytes=None则使用默认的nbytes长度
secrets.token_urlsafe(nbytes=None)	随机返回URL-safe文本字符串，文本形式经过Base64转换，如果nbytes=None则使用默认的nbytes长度

>>> import secrets
>>> secrets.token_bytes(16)
b'\xe4\xef\x0e`\xf6k\xda\x01\xc2\xd0\x94L\x84B\xe2v'
>>> secrets.token_hex(16)
'1e702fc2ed63e4e08d2b075d62b6e782'
>>> secrets.token_urlsafe(16)
'EsZPaNvSuNKw6XpHr6xCCQ'

token字节长度问题

关于token字节长度问题过去很长一段时间没有得到明确的值，直到2015年，32个字节(256bits)长度确定为是token最能接受的高效的长度。如果想要更改token字节长度，就需要给出token的长度。

字节比较功能

secrets模块中的secrets__compare_digest__(a,b)函数可以用来进行字节或字符的比较，如果a和b是一样的，则返回Ture，如果不同则返回False

secrets 练习

>>> import string
>>> alphabet = string.ascii_letters + string.digits
>>> while True:password = ''.join(secrets.choice(alphabet) for i in range(10))if(any(c.islower() for c in password) and any(c.isupper() for c in password) and sum(c.isdigit() for c in password) >= 3):break

Python运算(四)random模块secrets模块相关推荐

python第四十九天--paramiko模块安装大作战
准备开始学习:paramiko模块,发现这个模块十分难搞安装不上搞了半天,win10 64下 pytyon 3.6 的 paramiko模块死活安不上,在网上不断的找资料,可是没有用,没有用啊 ...
一文看懂Python（四）-----os.path模块篇
一.前言今天介绍一下Python中一个常用的模块–os.path模块.之后会很频繁地用到这个模块,故在分享一下! 二.常用方法解释方法名方法介绍 basename(path) 去掉目录路径,单独 ...
如何查看python安装了哪些模块_Python模块如何安装并确认模块已经安装好？
看自己有没有安装好,最简单的办法在可以再控制台下: C:\Users\sony>python Python 2.7.6 (default, Nov 10 2013, 19:24:18) [MSC ...
Py修行路 python基础（二十）模块 time模块，random模块，hashlib模块，OS及sys模块...
一.前提介绍: 可以开辟作用域的只有类,函数,和模块 for循环 if,else: 不能开辟自己的作用域避免程序复用和重复调用,将这些写到一个.py文件中,做成一个模块,进行调 ...
python笔记-1（import导入、time/datetime/random/os/sys模块）
python笔记-6(import导入.time/datetime/random/os/sys模块) 一.了解模块导入的基本知识此部分此处不展开细说import导入,仅写几个点目前的认知即可.其它内 ...
python中常用的模块(cleandar模块,time模块,datetime模块,OS模块,shutil()模块,random模块)
常用模块-cleandar模块,time模块,datetime模块,OS模块,shutil()模块,random模块 claendar 跟日历相关的模块语法 import calendar 常用方法 ...
python笔记-6（import导入、time/datetime/random/os/sys模块）
一.了解模块导入的基本知识此部分此处不展开细说import导入,仅写几个点目前的认知即可.其它内容待日后有深入理解了再来细说 1.import可以导入的两种不同的内容 1.1 *.py文件结尾的文件 ...
Python攻城师的成长————模块突破(collections、time与datetime、random随机数模块)
今日学习目标: 学习并应用collections.time与datetime.random随机数模块知识今日学习内容: collections模块 time与datetime模块 random随机数 ...
python random模块中的指令_10分钟让你掌握python编程中random模块功能使用，非常详细...
原标题:10分钟让你掌握python编程中random模块功能使用,非常详细 python作为一门高级编程语言,它的定位是优雅.明确和简单.阅读Python编写的代码感觉像在阅读英语一样,这让使用者可 ...
Python中的random模块
Python中的random模块用于随机数生成,对几个random模块中的函数进行简单介绍.如下: random.random() 用于生成一个0到1的随机浮点数.如: import random r ...

Python运算(四)random模块secrets模块