Python的random模块提供随机数生成功能，常用于模拟、游戏和抽样。主要方法包括：random()生成[0.0, 1.0)浮点数，uniform(a,b)生成a到b间浮点数，randint(a,b)生成a到b间整数，randrange(start,stop,step)按步长选随机整数；choice(seq)从序列中随机选元素，choices()可重复选取并支持权重，sample()无重复抽取，shuffle()打乱序列顺序；gauss(mu,sigma)生成正态分布随机数，expovariate(lambd)生成指数分布随机数；seed(a)设置种子以确保结果可重现。常用方法为randint、choice、shuffle和seed，注意其非线程安全。
Python的random模块提供了生成随机数的功能，适用于模拟、游戏、抽样等场景。以下是常用方法的整理和说明，便于快速查阅和使用。
基本随机数生成
生成浮点数或整数类型的随机值。random.random()：返回一个在[0.0, 1.0)范围内的随机浮点数。
random.uniform(a, b)：返回a到b之间的随机浮点数（包含a和b）。
random.randint(a, b)：返回a到b之间的一个随机整数（包含a和b）。
立即学习“Python免费学习笔记（深入）”；
random.randrange(start, stop[, step])：从指定范围内按步长选取一个随机整数，类似range()函数。
序列相关的随机操作
对列表、元组等序列类型进行随机处理。random.choice(seq)：从非空序列中随机选择一个元素。
random.choices(population, weights=None, *, cum_weights=None, k=1)：带权重地从序列中选取k个元素（可重复）。
random.sample(population, k)：从序列中无重复地选取k个元素，返回列表。
random.shuffle(x)：就地打乱序列x的顺序（修改原列表）。
分布类随机数
生成符合特定统计分布的随机数。random.gauss(mu, sigma) 或 random.normalvariate(mu, sigma)：生成高斯分布（正态分布）的随机数。
random.expovariate(lambd)：指数分布。
random.uniform(a, b)：均匀分布（已列出）。
其他还有beta、gamma、lognormvariate等，适用于科学计算场景。
种子与可重现性
控制随机数生成器的初始状态，用于调试或复现实验结果。random.seed(a=None, version=2)：初始化随机数种子。传入相同种子时，后续生成的随机序列一致。
例如：
random.seed(42)
print(random.random()) # 每次运行输出相同结果
基本上就这些。日常使用最多的是randint、choice、shuffle和seed。注意多线程环境下random不是线程安全的，如需安全操作应加锁或使用其他方案。
