Python里面如何生成随机数？
虎哥约 5 分钟说到面试，想必大多数程序员都有过被问到“你知道如何生成随机数吗？”这种问题。
对于很多人来说，这个问题可能听起来像是小菜一碟——毕竟，谁不知道随机数怎么生成？但是，你要知道，面试官问这个问题的时候，可不光是为了看看你能不能写出一行代码生成个数值。
对他们来说，更重要的是考察你是否真的理解Python中随机数的生成方式，以及它背后的原理。那今天我们就来聊聊，Python里面是如何生成随机数的，以及你在面试中可能遇到的几个相关问题。
1. Python如何生成随机数？
在Python中，生成随机数的功能，基本都来自于标准库中的random模块。这个模块包含了一堆可以让你“掷骰子”或者“抽彩票”的函数，从生成一个随机整数到生成一个从某个分布中随机抽样的数字，random模块都能轻松搞定。
首先，我们来看几个常见的生成随机数的方式：
1.1 生成一个随机整数
你如果想要在一个指定范围内生成一个随机整数，random.randint(a, b)是最常用的选择。它会返回一个a和b之间的整数（包括a和b）。
import random# 生成1到10之间的随机整数
random_int = random.randint(1, 10)
print(random_int)
这段代码会随机输出一个1到10之间的整数，包含1和10。
1.2 生成一个随机浮点数
如果你需要生成一个随机的浮点数，random.random()方法非常有用。它会返回一个[0.0, 1.0)之间的随机浮点数，也就是不包含1的数。
import random# 生成一个0到1之间的随机浮点数
random_float = random.random()
print(random_float)
你也可以通过random.uniform(a, b)来生成一个在指定范围内的随机浮点数，它会返回一个在a到b之间的浮动值，包括a和b。
import random# 生成一个5到10之间的随机浮点数
random_float = random.uniform(5, 10)
print(random_float)
1.3 从序列中随机选择
如果你有一个列表（或者其他可迭代对象），想从里面随机选择一个元素，random.choice()方法就能派上用场。
import randomitems = ['apple', 'banana', 'cherry', 'date']
random_choice = random.choice(items)
print(random_choice)
这个代码会随机选择一个水果，可能是‘apple’，也可能是‘banana’。
1.4 生成一个随机的浮动序列
你有没有觉得有时候生成的随机数特别单一，不能满足复杂需求？比如，生成一个特定范围内的随机数，且这些随机数是独立的、均匀分布的？
这时候，random.sample()就非常适用了。它可以从一个序列中随机选择多个元素，且不会重复。
import randomitems = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
random_samples = random.sample(items, 3)
print(random_samples)
这段代码会随机选择3个不重复的元素，输出可能是[3, 7, 1]、[9, 2, 8]，而且每次结果都不同。
2. 生成伪随机数和真随机数的区别
好，接下来我们来稍微深入一点，聊聊伪随机数和真随机数的区别。很多程序员可能听说过这两个术语，但有时很难区分它们。
2.1 伪随机数
Python的random模块其实生成的是伪随机数。什么是伪随机数呢？简单来说，伪随机数是通过一个数学算法（例如线性同余法）来生成的，这个算法会基于一个初始值（叫做“种子”）来生成一系列看似随机的数。每次使用相同的种子值时，生成的随机数序列是完全相同的。你可以通过random.seed()来设置这个种子值。
import random# 设置随机种子
random.seed(42)
# 生成一个随机数
random_number = random.random()
print(random_number)
在这个例子中，每次运行这段代码时，生成的随机数都会是相同的，因为种子值是42。你可以改变种子值，或者不设置种子，让它默认基于当前时间生成。
2.2 真随机数
而真随机数是基于某种自然现象（比如气象、电子噪声等）来生成的，完全无法预测。因此它不依赖于任何数学公式，无法通过“种子”来重现。如果你想要在Python中生成真随机数，就得借助外部的库或者硬件设备。Python标准库并不直接支持生成真随机数。
如果需要生成真随机数，可以使用numpy的random模块，或者调用一些第三方的硬件设备和API。
3. 面试题常见陷阱
作为一名面试官，我也经常遇到一些面试者，在问到如何生成随机数的时候，给出的答案常常是错误的。比如，有人会回答说，Python的random模块生成的随机数是“完全随机”的，其实这是不对的。我们刚才提到了，random模块生成的是伪随机数，它基于算法生成的，并不是通过“真正的”随机现象产生的。
另一类常见的错误回答是，把random.shuffle()和random.sample()混淆。shuffle()是用来打乱列表顺序的，而sample()才是用来从序列中随机选择元素的。面试的时候，你得清楚自己在说什么，别把这些小细节搞错了。
4. 如何应用这些知识
好，以上是一些常见的生成随机数的方法，接下来我们来看看这些技术如何在实际工作中应用。
比如说，你在写一个程序需要模拟掷骰子或者抽奖，random.randint()或者random.choice()都能派上大用场。如果是做数据分析时需要生成一些模拟数据，random.uniform()可以用来生成浮动的数据。再比如，很多游戏开发中，都需要随机生成角色属性、武器掉率等等，这时random.sample()就能用来从多个可能的选项中随机抽取。
总结
其实，生成随机数虽然是Python中一个非常基础的操作，但它背后涉及的原理和细节却是很多面试者容易忽视的。了解伪随机数和真随机数的区别，知道random模块的各种用法，能够帮助你在面试中游刃有余地回答这个问题，同时在实际工作中也能用得更加得心应手。
面试官问你如何生成随机数，不妨试着多给一些背景信息，聊聊伪随机数和真随机数的区别，再展示你对random模块的全面掌握。这样才能让你在面试中脱颖而出，给面试官留下深刻的印象。
对编程、职场感兴趣的同学，大家可以联系我微信：golang404，拉你进入“程序员交流群”。
虎哥作为一名老码农，整理了全网最全《python高级架构师资料合集》。