============================
3.11 随机选择
============================

----------
问题
----------
你想从一个序列中随机抽取若干元素，或者想生成几个随机数。

----------
解决方案
----------
``random`` 模块有大量的函数用来产生随机数和随机选择元素。
比如，要想从一个序列中随机的抽取一个元素，可以使用 ``random.choice()`` ：

.. code-block:: python

    >>> import random
    >>> values = [1, 2, 3, 4, 5, 6]
    >>> random.choice(values)
    2
    >>> random.choice(values)
    3
    >>> random.choice(values)
    1
    >>> random.choice(values)
    4
    >>> random.choice(values)
    6
    >>>

为了提取出N个不同元素的样本用来做进一步的操作，可以使用 ``random.sample()`` ：

.. code-block:: python

    >>> random.sample(values, 2)
    [6, 2]
    >>> random.sample(values, 2)
    [4, 3]
    >>> random.sample(values, 3)
    [4, 3, 1]
    >>> random.sample(values, 3)
    [5, 4, 1]
    >>>

如果你仅仅只是想打乱序列中元素的顺序，可以使用 ``random.shuffle()`` ：

.. code-block:: python

    >>> random.shuffle(values)
    >>> values
    [2, 4, 6, 5, 3, 1]
    >>> random.shuffle(values)
    >>> values
    [3, 5, 2, 1, 6, 4]
    >>>

生成随机整数，请使用 ``random.randint()`` ：

.. code-block:: python

    >>> random.randint(0,10)
    2
    >>> random.randint(0,10)
    5
    >>> random.randint(0,10)
    0
    >>> random.randint(0,10)
    7
    >>> random.randint(0,10)
    10
    >>> random.randint(0,10)
    3
    >>>

为了生成0到1范围内均匀分布的浮点数，使用 ``random.random()`` ：

.. code-block:: python

    >>> random.random()
    0.9406677561675867
    >>> random.random()
    0.133129581343897
    >>> random.random()
    0.4144991136919316
    >>>

如果要获取N位随机位(二进制)的整数，使用 ``random.getrandbits()`` ：

.. code-block:: python

    >>> random.getrandbits(200)
    335837000776573622800628485064121869519521710558559406913275
    >>>

----------
讨论
----------
``random`` 模块使用 *Mersenne Twister* 算法来计算生成随机数。这是一个确定性算法，
但是你可以通过 ``random.seed()`` 函数修改初始化种子。比如：

.. code-block:: python

    random.seed() # Seed based on system time or os.urandom()
    random.seed(12345) # Seed based on integer given
    random.seed(b'bytedata') # Seed based on byte data

除了上述介绍的功能，random模块还包含基于均匀分布、高斯分布和其他分布的随机数生成函数。
比如， ``random.uniform()`` 计算均匀分布随机数， ``random.gauss()`` 计算正态分布随机数。
对于其他的分布情况请参考在线文档。

在 ``random`` 模块中的函数不应该用在和密码学相关的程序中。
如果你确实需要类似的功能，可以使用ssl模块中相应的函数。
比如， ``ssl.RAND_bytes()`` 可以用来生成一个安全的随机字节序列。