我们已经在python运算中看到python最基本的数学运算功能。此外，math包补充了更多的函数。当然，如果想要更加高级的数学功能，可以考虑选择标准库之外的numpy和scipy项目，它们不但支持数组和矩阵运算，还有丰富的数学和物理方程可供使用。
此外，random包可以用来生成随机数。随机数不仅可以用于数学用途，还经常被嵌入到算法中，用以提高算法效率，并提高程序的安全性。
math包
math包主要处理数学相关的运算。math包定义了两个常数:
math.e # 自然常数e math.pi # 圆周率pi
此外，math包还有各种运算函数 (下面函数的功能可以参考数学手册)：
立即学习“Python免费学习笔记（深入）”；
math.ceil(x) # 对x向上取整，比如x=1.2，返回2 math.floor(x) # 对x向下取整，比如x=1.2，返回1 math.pow(x,y) # 指数运算，得到x的y次方 math.log(x) # 对数，默认基底为e。可以使用base参数，来改变对数的基地。比如math.log(100,base=10) math.sqrt(x) # 平方根 三角函数: math.sin(x), math.cos(x), math.tan(x), math.asin(x), math.acos(x), math.atan(x)
这些函数都接收一个弧度(radian)为单位的x作为参数。
角度和弧度互换: math.degrees(x), math.radians(x) 双曲函数: math.sinh(x), math.cosh(x), math.tanh(x), math.asinh(x), math.acosh(x), math.atanh(x) 特殊函数： math.erf(x), math.gamma(x)
random包
如果你已经了解伪随机数(psudo-random number)的原理，那么你可以使用如下:
random.seed(x)
来改变随机数生成器的种子seed。如果你不了解其原理，你不必特别去设定seed，Python会帮你选择seed。
1) 随机挑选和排序
random.choice(seq) # 从序列的元素中随机挑选一个元素，比如random.choice(range(10))，从0到9中随机挑选一个整数。 random.sample(seq,k) # 从序列中随机挑选k个元素 random.shuffle(seq) # 将序列的所有元素随机排序
2）随机生成实数
下面生成的实数符合均匀分布(uniform distribution)，意味着某个范围内的每个数字出现的概率相等:
random.random() # 随机生成下一个实数，它在[0,1)范围内。 random.uniform(a,b) # 随机生成下一个实数，它在[a,b]范围内。
下面生成的实数符合其它的分布 (你可以参考一些统计方面的书籍来了解这些分布):
random.gauss(mu,sigma) # 随机生成符合高斯分布的随机数，mu,sigma为高斯分布的两个参数。 random.expovariate(lambd) # 随机生成符合指数分布的随机数，lambd为指数分布的参数。
此外还有对数分布，正态分布，Pareto分布，Weibull分布，可参考下面链接:
docs.python.org/library/random.html
假设我们有一群人参加舞蹈比赛，为了公平起见，我们要随机排列他们的出场顺序。我们下面利用random包实现：
import random all_people = ['Tom', 'Vivian', 'Paul', 'Liya', 'Manu', 'Daniel', 'Shawn'] random.shuffle(all_people)for i,name in enumerate(all_people): print(i,':'+name)
【相关推荐】
1. 分享Python中random模块生成随机数的实例教程
3. 分享一篇Python中random（随机生成数）的实例教程
4. 分享Python random生成某区间内不重复的N个随机数的方法实例
