Module Random Python 3 | Generate Random Numbers Within Range

[4, 2, 3]
[4, 7, 8]
[‘6’, ‘4’, ‘8’]

Python Random Module

Python has a built-in module that you can use to make random numbers.

The

random

module has a set of methods:

random — Generate pseudo-random numbers¶

Source code: Lib/random.py

This module implements pseudo-random number generators for various distributions.

For integers, there is uniform selection from a range. For sequences, there is uniform selection of a random element, a function to generate a random permutation of a list in-place, and a function for random sampling without replacement.

On the real line, there are functions to compute uniform, normal (Gaussian), lognormal, negative exponential, gamma, and beta distributions. For generating distributions of angles, the von Mises distribution is available.

Almost all module functions depend on the basic function

random()

, which
generates a random float uniformly in the half-open range

0.0 <= X < 1.0

.
Python uses the Mersenne Twister as the core generator. It produces 53-bit precision
floats and has a period of 2**19937-1. The underlying implementation in C is
both fast and threadsafe. The Mersenne Twister is one of the most extensively
tested random number generators in existence. However, being completely
deterministic, it is not suitable for all purposes, and is completely unsuitable
for cryptographic purposes.

The functions supplied by this module are actually bound methods of a hidden
instance of the

random.Random

class. You can instantiate your own
instances of

Random

to get generators that don’t share state.

Class

Random

can also be subclassed if you want to use a different
basic generator of your own devising: see the documentation on that class for
more details.

The

random

module also provides the

SystemRandom

class which
uses the system function

os.urandom()

to generate random numbers
from sources provided by the operating system.

Warning

The pseudo-random generators of this module should not be used for
security purposes. For security or cryptographic uses, see the

secrets

module.

See also

M. Matsumoto and T. Nishimura, “Mersenne Twister: A 623-dimensionally equidistributed uniform pseudorandom number generator”, ACM Transactions on Modeling and Computer Simulation Vol. 8, No. 1, January pp.3–30 1998.

Complementary-Multiply-with-Carry recipe for a compatible alternative random number generator with a long period and comparatively simple update operations.

Hàm random() trong Python

Để tạo ra một số ngẫu nhiên trong phạm vi từ 0 -> 1 thì bạn sử dụng hàm random.

import random print(random.random()) print(random.random()) print(random.random())

Kết quả:

0.3556402123776601 0.45276186924063544 0.8091260518016232

Lưu ý là kết quả này sẽ là random cho mỗi lần chạy nên khi chạy trên máy của bạn thì số sẽ khác.

Python3

0.6229016948897019
0.7417869892607294

Functions for integers¶

random.randrange(stop)¶

random.randrange(start, stop[, step])

Return a randomly selected element from


range(start, stop, step)

.

This is roughly equivalent to


choice(range(start, stop, step))

but supports arbitrarily large ranges and is optimized for common cases.

The positional argument pattern matches the


range()

function.

Keyword arguments should not be used because they can be interpreted in unexpected ways. For example


randrange(start=100)

is interpreted as

randrange(0, 100, 1)

.

Changed in version 3.2:


randrange()

is more sophisticated about producing equally distributed values. Formerly it used a style like

int(random()*n)

which could produce slightly uneven distributions.

Changed in version 3.12: Automatic conversion of non-integer types is no longer supported. Calls such as


randrange(10.0)

and

randrange(Fraction(10, 1))

now raise a

TypeError

.

random.randint(a, b)¶

Return a random integer N such that


a <= N <= b

. Alias for

randrange(a, b+1)

.

random.getrandbits(k)¶

Returns a non-negative Python integer with k random bits. This method is supplied with the Mersenne Twister generator and some other generators may also provide it as an optional part of the API. When available,


getrandbits()

enables

randrange()

to handle arbitrarily large ranges.

Changed in version 3.9: This method now accepts zero for k.

Recipes¶

These recipes show how to efficiently make random selections
from the combinatoric iterators in the

itertools

module:

def random_product(*args, repeat=1): “Random selection from itertools.product(*args, **kwds)” pools = [tuple(pool) for pool in args] * repeat return tuple(map(random.choice, pools)) def random_permutation(iterable, r=None): “Random selection from itertools.permutations(iterable, r)” pool = tuple(iterable) r = len(pool) if r is None else r return tuple(random.sample(pool, r)) def random_combination(iterable, r): “Random selection from itertools.combinations(iterable, r)” pool = tuple(iterable) n = len(pool) indices = sorted(random.sample(range(n), r)) return tuple(pool[i] for i in indices) def random_combination_with_replacement(iterable, r): “Choose r elements with replacement. Order the result to match the iterable.” # Result will be in set(itertools.combinations_with_replacement(iterable, r)). pool = tuple(iterable) n = len(pool) indices = sorted(random.choices(range(n), k=r)) return tuple(pool[i] for i in indices)

The default

random()

returns multiples of 2⁻⁵³ in the range
0.0 ≤ x < 1.0. All such numbers are evenly spaced and are exactly
representable as Python floats. However, many other representable
floats in that interval are not possible selections. For example,

0.05954861408025609

isn’t an integer multiple of 2⁻⁵³.

The following recipe takes a different approach. All floats in the interval are possible selections. The mantissa comes from a uniform distribution of integers in the range 2⁵² ≤ mantissa < 2⁵³. The exponent comes from a geometric distribution where exponents smaller than -53 occur half as often as the next larger exponent.

from random import Random from math import ldexp class FullRandom(Random): def random(self): mantissa = 0x10_0000_0000_0000 | self.getrandbits(52) exponent = -53 x = 0 while not x: x = self.getrandbits(32) exponent += x.bit_length() – 32 return ldexp(mantissa, exponent)

All real valued distributions in the class will use the new method:

>>> fr = FullRandom() >>> fr.random() 0.05954861408025609 >>> fr.expovariate(0.25) 8.87925541791544

The recipe is conceptually equivalent to an algorithm that chooses from
all the multiples of 2⁻¹⁰⁷⁴ in the range 0.0 ≤ x < 1.0. All such
numbers are evenly spaced, but most have to be rounded down to the
nearest representable Python float. (The value 2⁻¹⁰⁷⁴ is the smallest
positive unnormalized float and is equal to

math.ulp(0.0)

.)

See also

Generating Pseudo-random Floating-Point Values a
paper by Allen B. Downey describing ways to generate more
fine-grained floats than normally generated by

random()

.

Python Random module generates random numbers in Python. These are pseudo-random numbers means they are not truly random.

This module can be used to perform random actions such as generating random numbers, printing random a value for a list or string, etc. It is an in-built function in Python.

Module Random trong Python

Python cung cấp sẵn một module cực kỳ dễ sử dụng để xử lý với các số ngẫu nhiên. Module này gọi là

random

, được cài đặt một bộ tạo số giả ngẫu nhiên và chứa các hàm cho phép chúng ta giải quyết trực tiếp nhiều vấn đề lập trình khác nhau sử dụng đến tính ngẫu nhiên.
Module

random

dựa trên Marsenne Twister – một thuật toán rất phổ biến, là trình tạo số giả ngẫu nhiên mặc định không chỉ cho Python, mà còn cho nhiều hệ thống phần mềm phổ biến khác như Microsoft Excel, MATLAB, R hay PHP. Ưu điểm nổi bật của nó là việc được cấp phép chứng nhận, tính ngẫu nhiên được xác nhận bởi nhiều thử nghiệm thống kê và tốc độ tương đối cao so với các PRNG khác.

Hàm random()

Phương thức quan trọng nhất của module

random

là phương thức

random()

. Hầu hết các chức năng khác phụ thuộc vào nó. Phương thức

random()

tạo ra một số thực float ngẫu nhiên trong phạm vi (0.0, 1.0).


>>> import random >>> random.random() 0.8474337369372327


Hàm seed()

Nếu chúng ta không đặt một seed cho bộ tạo số giả ngẫu nhiên, thì seed mặc định là thời gian hệ thống hiện tại. Tuy nhiên, chúng ta có thể đặt giá trị chính xác của seed một cách thủ công, việc này sẽ rất hữu ích nếu chúng ta muốn sao chép kết quả giả ngẫu nhiên trong tương lai. Với mục đích như vậy, chúng ta có thể sử dụng phương thức

random.seed()



>>> random.seed(5) >>> random.random() 0.6229016948897019 >>> random.random() 0.7417869892607294 >>> random.random() 0.7951935655656966 >>> random.seed(5) >>> random.random() 0.6229016948897019


Phương thức

random.seed()

sẽ ảnh hưởng đến tất cả các phương thức của module

random

mà chúng ta sử dụng sau khi gọi nó. Trong đoạn code ví dụ ở trên, ta đặt seed là và sau đó gọi hàm

random.random()

nhiều lần. Điều quan trọng cần lưu ý ở đây là seed do người dùng định nghĩa sẽ chỉ được sử dụng lần đầu tiên khi có một phương thức

random

khác được thực thi – sau đó, các seed cho các phương thức sau sẽ thay đổi bằng cách sử dụng các giá trị ngẫu nhiên được tạo ra trước đó.
Điều này cho phép Python đưa ra được giá trị ngẫu nhiên mới mỗi lần. Tuy nhiên, sau khi thiết lập lại seed bằng phương thức

random.seed()

, chúng ta sẽ có thể sao chép chính xác chuỗi số giả ngẫu nhiên bất cứ lúc nào. Điều này rất hữu ích cho những việc như chạy thử nghiệm. Nếu bạn đưa ra cùng một seed mỗi khi bạn chạy một thử nghiệm có sử dụng một trong các phương pháp

random

thì bạn vẫn có thể biết đầu ra sẽ là gì cho các thử nghiệm này.

Một vài ví dụ cụ thể của module Random

Hàm randint()


>>> random.randint(1,10) 4


Phương thức

random.randint()

lấy hai đối số thể hiện phạm vi mà phương thức rút ra một số nguyên ngẫu nhiên. Ở ví dụ trên là số nguyên được chọn ngẫu nhiên từ 1 đến 9.

Hàm randrange()


>>> random.randrange(2,10,2) 2 >>> random.randrange(2,10,2) 4 >>> random.randrange(2,10,2) 8 >>> random.randrange(2,10,2) 6


Trong đoạn code trên, phương thức

random.randrange()

tương tự như

random.randint()

nhưng nó cũng cho phép chúng ta xác định đối số thứ ba, là bước nhảy trong phạm vi được xác định. Ở ví dụ này, ta chỉ yêu cầu đưa ra các số chẵn trong phạm vi từ 2 đến 9.

Hàm choice()


>>> cards = ['ace_spades','10_hearts','3_diamonds','king_hearts'] >>> random.choice(cards) '10_hearts'


Trong đoạn code này, phương thức

random.choice()

chọn một phần tử ngẫu nhiên thuộc danh sách.

Hàm shuffle()


>>> cards = ['ace_spades','10_hearts','3_diamonds','king_hearts'] >>> random.shuffle(cards) >>> print(cards) ['king_hearts', '3_diamonds', 'ace_spades', '10_hearts']


Trong đoạn code trên, phương thức

random.shuffle()

xáo trộn một danh sách các phần tử. Điều quan trọng cần lưu ý ở đây là nó xáo trộn chính ở trong danh sách đó. Có nghĩa là phương thức này trả về

None

và thực sự sửa đổi biến

cards

của chúng ta.

Bookkeeping functions¶

random.seed(a=None, version=2)¶

Initialize the random number generator.

If a is omitted or


None

, the current system time is used. If randomness sources are provided by the operating system, they are used instead of the system time (see the

os.urandom()

function for details on availability).

If a is an int, it is used directly.

With version 2 (the default), a


str

,

bytes

, or

bytearray

object gets converted to an

int

and all of its bits are used.

With version 1 (provided for reproducing random sequences from older versions of Python), the algorithm for


str

and

bytes

generates a narrower range of seeds.

Changed in version 3.2: Moved to the version 2 scheme which uses all of the bits in a string seed.

random.getstate()¶

Return an object capturing the current internal state of the generator. This object can be passed to


setstate()

to restore the state.

random.setstate(state)¶

state should have been obtained from a previous call to


getstate()

, and

setstate()

restores the internal state of the generator to what it was at the time

getstate()

was called.

Nguồn tham khảo

All rights reserved

Python – Random Module

The

random

module is a built-in module to generate the pseudo-random variables. It can be used perform some action randomly such as to get a random number, selecting a random elements from a list, shuffle elements randomly, etc.

Random Module in Python Examples

Let’s discuss some common operations performed by Random module in Python.

Example 1: Printing a random value from a list in Python.

This code uses the

random

module to select a random element from the list

list1

using the

random.choice()

function. It prints a random element from the list, demonstrating how to pick a random item from a sequence in Python.

Generate Random Numbers within Range

The

random.randrange()

method returns a randomly selected element from the range created by the start, stop and step arguments.
The value of start is 0 by default. Similarly, the value of step is 1 by default.


import random print(random.randrange(1, 10)) print(random.randrange(1, 10, 2)) print(random.randrange(0, 101, 10))


True Random Number Generators

Các bộ tạo số ngẫu nhiên thực là các phương pháp trích rút tính ngẫu nhiên hoặc không thể tiên đoán từ các khía cạnh không thể đoán trước được của các tiến trình vật lý. Các phương thức này không trực tiếp tạo ra các số, mà là các trạng thái, sau đó có thể được diễn dịch sang dạng số – đây là lý do tại sao chúng thường được gọi là các trình tạo sự kiện ngẫu nhiên (Random Event Generators – REGs). Một số trong số chúng, sử dụng các sự kiện vĩ mô phổ biến, như là các phương pháp ném xúc xắc, lật đồng xu hoặc xáo trộn thẻ bài.
Những bộ tạo số ngẫu nhiên thực này thường sử dụng các hiện tượng vật lý phức tạp hơn. Một số trong số chúng, như phân rã phóng xạ, nhiễu nhiệt hoặc nhiễu vô tuyến, được trích xuất sự khó lường từ đặc thù của cơ học lượng tử. Các phương pháp khác sử dụng tính không thể đoán trước được của tiếng ồn trong khí quyển hoặc thậm chí là trạng thái của đèn đối lưu giọt dầu.

Hàm uniform() của module random Python

Nếu randint() tạo ra các số nguyên random thì uniform lại tạo ra số thực random.

import random val = random.uniform(1, 10) print(val) val = random.uniform(1, 10) print(val) val = random.uniform(1, 10) print(val) val = random.uniform(1, 10) print(val)

Kết quả:

6.622458477575256 4.111744021782984 5.637923271375383 2.454251302893746

Python Random random() Syntax

Syntax : random.random()

Parameters : This method does not accept any parameter.

Returns : This method returns a random floating number between 0 and 1.

Python random.random() Method Example

Random in Python generate different number every time you run this program.

Functions for sequences¶

random.choice(seq)¶

Return a random element from the non-empty sequence seq. If seq is empty, raises


IndexError

.

random.choices(population, weights=None, *, cum_weights=None, k=1)¶

Return a k sized list of elements chosen from the population with replacement. If the population is empty, raises


IndexError

.

If a weights sequence is specified, selections are made according to the relative weights. Alternatively, if a cum_weights sequence is given, the selections are made according to the cumulative weights (perhaps computed using


itertools.accumulate()

). For example, the relative weights

[10, 5, 30, 5]

are equivalent to the cumulative weights

[10, 15, 45, 50]

. Internally, the relative weights are converted to cumulative weights before making selections, so supplying the cumulative weights saves work.

If neither weights nor cum_weights are specified, selections are made with equal probability. If a weights sequence is supplied, it must be the same length as the population sequence. It is a


TypeError

to specify both weights and cum_weights.

The weights or cum_weights can use any numeric type that interoperates with the


float

values returned by

random()

(that includes integers, floats, and fractions but excludes decimals). Weights are assumed to be non-negative and finite. A

ValueError

is raised if all weights are zero.

For a given seed, the


choices()

function with equal weighting typically produces a different sequence than repeated calls to

choice()

. The algorithm used by

choices()

uses floating point arithmetic for internal consistency and speed. The algorithm used by

choice()

defaults to integer arithmetic with repeated selections to avoid small biases from round-off error.

New in version 3.6.

Changed in version 3.9: Raises a


ValueError

if all weights are zero.

random.shuffle(x)¶

Shuffle the sequence x in place.

To shuffle an immutable sequence and return a new shuffled list, use


sample(x, k=len(x))

instead.

Note that even for small


len(x)

, the total number of permutations of x can quickly grow larger than the period of most random number generators. This implies that most permutations of a long sequence can never be generated. For example, a sequence of length 2080 is the largest that can fit within the period of the Mersenne Twister random number generator.

Changed in version 3.11: Removed the optional parameter random.

random.sample(population, k, *, counts=None)¶

Return a k length list of unique elements chosen from the population sequence. Used for random sampling without replacement.

Returns a new list containing elements from the population while leaving the original population unchanged. The resulting list is in selection order so that all sub-slices will also be valid random samples. This allows raffle winners (the sample) to be partitioned into grand prize and second place winners (the subslices).

Members of the population need not be hashable or unique. If the population contains repeats, then each occurrence is a possible selection in the sample.

Repeated elements can be specified one at a time or with the optional keyword-only counts parameter. For example,


sample(['red', 'blue'], counts=[4, 2], k=5)

is equivalent to

sample(['red', 'red', 'red', 'red', 'blue', 'blue'], k=5)

.

To choose a sample from a range of integers, use a


range()

object as an argument. This is especially fast and space efficient for sampling from a large population:

sample(range(10000000), k=60)

.

If the sample size is larger than the population size, a


ValueError

is raised.

Changed in version 3.9: Added the counts parameter.

Changed in version 3.11: The population must be a sequence. Automatic conversion of sets to lists is no longer supported.

Python3

import random random.seed( 10 print (random.random()) random.seed( 10 print (random.random())

Output:

0.5714025946899135
0.5714025946899135

Don’t miss your chance to ride the wave of the data revolution! Every industry is scaling new heights by tapping into the power of data. Sharpen your skills and become a part of the hottest trend in the 21st century.

Dive into the future of technology – explore the Complete Machine Learning and Data Science Program by GeeksforGeeks and stay ahead of the curve.

Last Updated :
26 Apr, 2023

Like Article

Save Article

Share your thoughts in the comments

Please Login to comment…

Các phương thức của module random trong Python

Đây là một module dùng để tạo ra một số ngẫu nhiên, nó có nhiều phương thức tạo số khác nhau, và tùy vào nhu cầu mà bạn chọn phương thức cho phù hợp.

• seed () Khởi tạo trình tạo số ngẫu nhiên
• getstate () Trả về trạng thái bên trong hiện tại của trình tạo số ngẫu nhiên
• setstate () Khôi phục trạng thái bên trong của trình tạo số ngẫu nhiên
• getrandbits () Trả về một số đại diện cho các bit ngẫu nhiên
• randrange () Trả về một số ngẫu nhiên giữa phạm vi đã cho
• randint () Trả về một số ngẫu nhiên giữa phạm vi đã cho
• choice() Trả về một phần tử ngẫu nhiên từ chuỗi đã cho
• choices() Trả về một danh sách với một lựa chọn ngẫu nhiên từ chuỗi đã cho
• shuffle () Lấy một chuỗi và trả về chuỗi theo thứ tự ngẫu nhiên
• sample () Trả về một mẫu đã cho của một chuỗi
• random () Trả về một số thực ngẫu nhiên từ 0 đến 1
• Uniform () Trả về một số thực ngẫu nhiên giữa hai tham số đã cho
• triangular () Trả về một số thực ngẫu nhiên giữa hai tham số đã cho, bạn cũng có thể đặt một tham số chế độ để chỉ định điểm giữa giữa hai tham số khác
• betavariate () Trả về một số thực ngẫu nhiên từ 0 đến 1 dựa trên phân phối Beta (được sử dụng trong thống kê)
• expovariate () Trả về một số thực ngẫu nhiên dựa trên phân phối lũy thừa (được sử dụng trong thống kê)
• gammavariate () Trả về một số thực ngẫu nhiên dựa trên phân phối Gamma (được sử dụng trong thống kê)
• gauss () Trả về một số thực ngẫu nhiên dựa trên phân phối Gaussian (được sử dụng trong lý thuyết xác suất)
• lognormvariate () Trả về một số thực ngẫu nhiên dựa trên phân phối log-chuẩn (được sử dụng trong lý thuyết xác suất)
• normalvariate () Trả về một số thực ngẫu nhiên dựa trên phân phối chuẩn (được sử dụng trong lý thuyết xác suất)
• vonmisesvariate () Trả về một số thực ngẫu nhiên dựa trên phân phối von Mises (được sử dụng trong thống kê định hướng)
• paretovariate () Trả về một số thực ngẫu nhiên dựa trên phân phối Pareto (được sử dụng trong lý thuyết xác suất)
• weibullvariate () Trả về một số thực ngẫu nhiên dựa trên phân phối Weibull (được sử dụng trong thống kê)

Trong module random của Python có rất nhiều phương thức, vì vậy mình không thể trình bày hết được. Thay vào đó bạn hãy xem một số cách sử dụng đơn giản dưới đây, sau đó tìm thêm ở trang chủ của Python nhé.

There are certain situations that involve games or simulations which work on a non-deterministic approach. In these types of situations, random numbers are extensively used in the following applications:

• Creating pseudo-random numbers on Lottery scratch cards
• reCAPTCHA on login forms uses a random number generator to define different numbers and images
• Picking a number, flipping a coin, and throwing of a dice related games required random numbers
• Shuffling deck of playing cards

In Python, random numbers are not generated implicitly; therefore, it provides a random module in order to generate random numbers explicitly. A random module in Python is used to create random numbers. To generate a random number, we need to import a random module in our program using the command:

import random

Python3

import random sample_list print "Original list : " print (sample_list) random.shuffle(sample_list) print "\nAfter the first shuffle : " print (sample_list) random.shuffle(sample_list) print "\nAfter the second shuffle : " print (sample_list)

In this article we discussed about Python Random module, and also saw some examples of functions in random module in Python. Random module in Python is very important and contains very useful functions.

Hope this helps you in using Python Random module functions.

More on Python Modules: