【Python】学习笔记12
random是使用随机数的Python标准库，random库和之前说过的turtle库，time库一样，它是随着解释器而自带的库，不需要安装，直接使用import。（import random）
从哲学的角度讲，我们抛出一枚硬币，正面与反面是随机的。但是计算机呢，不可能产生随机值，也可以理解为随机数是在各种复杂条件下产生的确定值，只不过这些复杂条件我们不能充分理解，或者超越我们的理解能力。
但是，计算机可以产生伪随机数。
伪随机数：采用梅森旋转算法生成的伪随机序列中的元素。
不过这些数据表现为随机数的形式，random库主要用于生成这样的随机数。random库包括两类函数，常用共8个。
基本随机函数
seed() 、random()
扩展随机函数
randint()、getrandbits()、uniform()
randrange()、choice()、shuffle()
简单来说最基本的就是random()，后面的所有函数都是基于这个函数扩展而来的。
Python中的随机数使用随机数种子来产生：
随机数种子 >>> 梅森旋转算法 >>> 随机序列
比如种子10，
采用旋转算法之后，
会生成随机序列，
0.673267498716572436
0.457198436584519843
0.821094832178435987
0.387312498327983599
0.347891350594593939
。。。
这个随机序列是根据种子来唯一确定的，
随机序列中的一个数，就是随机数。
只要种子相同，产生的随机序列，无论每一个数，还有数之间的关系都是相同的。、
random库提供了两个基本的函数
seed()
1、seed=(a=NONE) 初始化给定的随机数种子，默认当前的系统时间。
2、>>>random.seed(10)
产生种子10对应的序列
PS：如果不选定seed时，将当前系统时间作为种子。
random()
生成一个[0.0 ,1.0]间的随机小数。
如果不使用种子，他会使用当前的系统时间，这个时间呢，精确到微秒级，这个时间是我们很难再现的，所以后面产生的结果就是完全随机，是我们不可再现的。
如果我们想再现随机过程，就使用种子，如果只关心程序的随机结果，就不设定种子。
调用一次相同的种子，产生的随机数列也相同，以seed(10)为例，一定会产生如图所示的文字。
random库提供了六个常用的随机数扩展函数。
randint(a,b)生成一个[a,b]之间的整数
>>>random,randint(10,100) 生成64
randrange(m,n,k)生成一个[m,n)之间以k为步长的随机整数
>>>random.randrange(10,100,10) 生成80
getrandbits(k)生成一个k比特长的随机函数
>>>random.getrandbits(16) 生成37885
uniform(a,b)生成一个[a,b]之间的随机小数
>>>random.uniform(10,100) 生成13.096321648808136
choice(seq)从序列seq中随机选取一个元素
>>>random.choice([1,2,3,4,5,6,7]) 生成5
shuffle(seq)将序列seq中的元素随机排列，返回打乱后的序列
>>>s=[1,2,3,4,5,6,7,8,9];random.shuffle(s);print(s) 生成[3,5,8,9,6,1,2,7,4]
需要掌握的能力
1 我们能利用随机种子产生确定的伪随机数；
2 能够产生随机整数 ；
3 能对序列进行随机操作；
tips：
1、三行代码放在一行中 用分号分割；
2、在代码编写中，每一行尽量独立写一行，这样可读性更好。
