详细内容或原文请订阅后点击阅览
如何使用 Python Random 模块实现随机化
让我们在代码的输出中生成随机性这篇文章《如何使用 Python 随机模块实现随机化》首先出现在《走向数据科学》上。
来源:走向数据科学到随机化
在我们的日常生活中，我们会遇到一些完全随机的不同现象。天气是随机的：当然，我们可以预测和预测天气，但仅限于一定程度。放射性衰变也是一个有趣的随机过程，缺乏模式和可预测性。与具有确定性并按照编程方式运行的计算机不同，大自然不需要任何编程、条件或循环。事情以最随机和最不可预测的方式发生，这就是我们有时在计算机和应用程序（例如游戏）中所需要的不可预测性。
我们玩的游戏需要随机性和不可预测性，这样我们才不会对预先编程的场景和可预测的挑战感到厌倦。在模拟现实场景、测试算法或生成样本数据集时，我们还需要随机性元素。
沃尔夫冈·哈塞尔曼 不飞溅在编程语言中，随机化是指在计算机输出中引入不可预测性和可变性。随机性是通过随机数在程序中产生的。
有多种生成伪随机数的方法。 Python 在其 random 模块中使用 Mersenne Twister 来实现随机性。虽然 Mersenne Twister 被广泛用作伪随机数生成器 (PRNG)，但它具有确定性属性，这使得它对于某些需要安全优先的任务来说是不安全的。在编程中，生成完全随机数非常困难，因此我们利用生成伪随机数的概念，尽管如果给定种子值，它们是可再现的，如前面所示。
在本文中，我们将通过使用 Python random 模块在代码输出中生成随机性来探索随机化的概念。
Python 随机模块
random - 生成伪随机数
随机
为了使用 random 模块，我们需要确保首先将其导入到我们的代码中：
导入随机
随机()
制服()
randint()