python中的random模块
import random
"""
'betavariate', 'choice', 'expovariate', 'gammavariate', 'gauss', 'getrandbits',
'getstate', 'lognormvariate', 'normalvariate', 'paretovariat
e', 'randint', 'random', 'randrange', 'sample', 'seed', 'setstate',
'shuffle', 'triangular', 'uniform', 'vonmisesvariate', 'weibullvariate'
"""
# (a=None, version=2) # 初始化伪随机数生成器。如果未提供a或者a=None，则使用系统时间为种子。如果a是一个整数，则作为种子。
# print(( version=2))
# () # 返回一个当前生成器的内部状态的对象
# state = ()
# print(state, type(state))
# (state) # 传入一个先前利用getstate方法获得的状态对象，使得生成器恢复到这个状态。
# state = ()
# print(state, type(state))
# (k) # 返回range(0,2**k)之间的一个整数，相当于randrange(0,2**k)
# print((3))
# print((0,2**3))
# (stop) # 返回range(0,stop)之间的一个整数
# (start, stop[, step]) # 返回range[start,stop)之间的一个整数，可加step，跟range(0,10,2)类似
#
# (a, b) # 返回range[a,b]之间的一个整数，等价于range(a,b+1)
#
# (seq) # 从非空序列seq中随机选取一个元素。如果seq为空则弹出 IndexError异常。
#
# (population, weights=None, *, cum_weights=None,k=1) # 3.6版本新增。从population集群中随机抽取K个元素（可重复）。weights是相对权重列表，cum_weights是累计权重，两个参数不能同时存在。
# print(((1,2,3,4), weights=None, cum_weights=None,k=2))
# (x[, random]) # 随机打乱序列x内元素的排列顺序。只能针对可变的序列，对于不可变序列，请使用下面的sample()方法。
lst = [1,2,3]
random.shuffle(lst)
print(lst)
# (population,k) # 从population样本或集合中随机抽取K个不重复的元素形成新的序列。常用于不重复的随机抽样。返回的是一个新的序列，不会破坏原有序列。要从一个整数区间随机抽取一定数量的整数，请使用sample(range(10000000), k=60)类似的方法，这非常有效和节省空间。如果k大于population的长度，则弹出ValueError异常。
print(random.sample((1,2,3),2))
# () # 返回一个介于左闭右开[0.0, 1.0)区间的浮点数
#
# (a, b) # 返回一个介于a和b之间的浮点数。如果a>b，则是b到a之间的浮点数。这里的a和b都有可能出现在结果中。
#
# (low, high, mode) # 返回一个low <= N <=high的三角形分布的随机数。参数mode指明众数出现位置。
print(random.triangular(1, 5, 3))
# (alpha, beta) # β分布。返回的结果在0~1之间
#
# (lambd) # 指数分布
print(random.expovariate(2))
# (alpha, beta) # 伽玛分布
#
# (mu, sigma) # 高斯分布
#
# (mu, sigma) # 对数正态分布
#
# (mu, sigma) # 正态分布
#
# (mu, kappa) # 卡帕分布
#
# (alpha) # 帕累托分布
#
# (alpha, beta) # 威布尔分布