在Python中，我們可以使用random模塊生成隨機數。但是，在某些情況下，程序需要重現的隨機序列。這時候就需要使用隨機數種子來控制隨機數的生成。
一、隨機數與種子簡介
一個隨機數就是指在一定范圍內的任意數字。在計算機中，隨機數通常使用偽隨機數生成器來生成。偽隨機數生成器是一個計算機程序，它按照一定的算法和種子值來生成隨機數。
隨機數生成器中的種子值可以看作是一個起點，它決定了偽隨機數生成器生成隨機數的序列。如果兩個隨機數生成器的種子值相同，那么它們所生成的隨機數序列也會相同。反之，如果它們的種子值不同，那么它們的隨機數序列也會不同。
二、random模塊的隨機數生成函數
在Python的random模塊中，有許多函數可以幫助我們生成隨機數。下面是幾個常用的函數：
import random
# 生成一個[0,1)之間的隨機浮點數
random.random()
# 生成一個[a,b]之間的隨機整數
a, b = 1, 10
random.randint(a,b)
# 從序列中隨機選取一個元素
seq = [1, 2, 3, 4, 5]
random.choice(seq)
# 將序列中的元素隨機排序
random.shuffle(seq)
三、控制隨機數生成的方法
1. 函數seed()
在Python中，使用函數seed(a=None)來設置隨機數生成器的種子值。
當種子值a為None時，使用系統當前時間作為種子值。因此，每次運行程序生成的隨機數序列都會不同。
import random
# 使用系統當前時間作為種子值生成隨機數序列1
random.seed()
seq1 = [random.randint(1,100) for _ in range(5)]
print(seq1)
# 使用系統當前時間作為種子值再次生成隨機數序列2
random.seed()
seq2 = [random.randint(1,100) for _ in range(5)]
print(seq2)
輸出：
[50, 88, 85, 28, 71]
[84, 44, 80, 47, 79]
當種子值a固定時，程序每次運行生成的隨機數序列都會相同。
import random
# 將種子值設置為1，生成隨機數序列1
random.seed(1)
seq1 = [random.randint(1,100) for _ in range(5)]
print(seq1)
# 再次將種子值設置為1，生成隨機數序列2
random.seed(1)
seq2 = [random.randint(1,100) for _ in range(5)]
print(seq2)
輸出：
[17, 72, 97, 8, 32]
[17, 72, 97, 8, 32]
2. 函數randrange()
和函數randint(a,b)類似，函數randrange(start,stop,step)可以用來生成一個[start,stop)之間以step為步長的隨機整數，但它可以接受一個可選的參數，用來設置隨機數生成器的種子值。
import random
# 種子值為None，生成隨機數序列1
seq1 = [random.randrange(0,10,2) for _ in range(5)]
print(seq1)
# 種子值為1，生成隨機數序列2
random.seed(1)
seq2 = [random.randrange(0,10,2) for _ in range(5)]
print(seq2)
輸出:
[8, 8, 8, 2, 0]
[0, 8, 4, 8, 8]
3. 函數shuffle()
函數shuffle(seq, random=None)將序列seq隨機排序，可以接受一個可選的參數random，用來設置隨機數生成器的種子值。
import random
seq = [1, 2, 3, 4, 5]
# 種子值為None，隨機排序seq
random.shuffle(seq)
print(seq)
# 種子值為1，隨機排序seq
random.seed(1)
random.shuffle(seq)
print(seq)
輸出：
[4, 1, 5, 2, 3]
[2, 1, 4, 5, 3]
四、隨機數應用
隨機數在計算機科學中有著廣泛的應用，例如：
生成游戲中的隨機地圖、角色、物品等
模擬實驗和觀察隨機事件的產生分布情況
加密算法中的隨機數生成
用來評估算法的性能
總結
在Python中，我們可以使用random模塊來生成隨機數，使用seed()函數來控制隨機數的生成。了解和掌握隨機數的生成，在實際開發中可以更加靈活地運用Python。
京公網安備 11010802030320號