隨機數是模擬、遊戲、密碼學、測試、資料科學的核心基礎。Python random 模組提供豐富的偽隨機數生成器：整數、浮點數、序列選擇、洗牌、多種機率分佈。本文系統整理常用函式、最佳實務、種子控制、安全性考量與進階應用。
import random
# 1. 基礎隨機浮點數 [0.0, 1.0)
print(random.random()) # 0.123456789
# 2. 指定範圍浮點數 [a, b]
print(random.uniform(3, 8)) # 6.830376841
# 3. 指定範圍整數 [a, b] 含端點
print(random.randint(1, 4)) # 2
# 4. 範圍步長整數 [start, stop) step
print(random.randrange(10, 100, 2)) # 90（偶數）
# 等價於
print(random.choice(range(10, 100, 2)))
items = ['apple', 'banana', 'cherry', 'durian']
numbers = list(range(1, 11)) # [1..10]
# 1. 單一隨機選擇
print(random.choice(items)) # 'cherry'
print(random.choice(numbers)) # 7
# 2. 多重不重複取樣（不修改原序列）
sample = random.sample(numbers, 6)
print(sample) # [8, 9, 2, 1, 5, 4]
print(numbers) # [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]（未變）
# 3. 原地洗牌（修改原列表）
random.shuffle(numbers)
print(numbers) # [10, 5, 2, 7, 3, 9, 4, 8, 6, 1]
# 4. 加權隨機選擇（Python 3.6+）
weights = [10, 1, 1, 1] # apple 機率高
print(random.choices(items, weights=weights, k=3)) # 可能重複
# 固定種子 → 固定序列
random.seed(10)
print(random.random()) # 0.57140259469
print(random.random()) # 0.42888905467
random.seed(10) # 重置種子
print(random.random()) # 0.57140259469（相同序列）
# 最佳實務：測試用固定種子，生產環境用系統時間（預設）
# 避免全域狀態干擾：使用獨立 Random 實例
my_rng = random.Random(42)
print(my_rng.random()) # 不影響全域 random
# 1. 高斯/常態分佈 μ=0, σ=1
print(random.gauss(0, 1)) # -0.345...
print(random.normalvariate(0, 1)) # 同樣，執行緒安全
# 2. 指數分佈 λ=1.0
print(random.expovariate(1.0)) # 0.876...
# 3. 其他分佈（需 Python 3.6+）
# random.betavariate(alpha, beta) # Beta 分佈
# random.gammavariate(alpha, beta) # Gamma 分佈
# random.lognormvariate(mu, sigma) # 對數常態
# random.vonmisesvariate(mu, kappa) # Von Mises
# random.paretovariate(alpha) # Pareto
# random.weibullvariate(alpha, beta) # Weibull
import string
def generate_captcha(length=6):
chars = string.ascii_letters + string.digits
return ''.join(random.choices(chars, k=length))
print(generate_captcha()) # aB3f9K
def generate_password(length=12):
chars = string.ascii_letters + string.digits + "!@#$%^&*"
# 確保至少包含各類字元
pwd = [
random.choice(string.ascii_lowercase),
random.choice(string.ascii_uppercase),
random.choice(string.digits),
random.choice("!@#$%^&*")
]
pwd += random.choices(chars, k=length-4)
random.shuffle(pwd)
return ''.join(pwd)
print(generate_password()) # K8#mP2@vL9!q
def assign_variant(user_id, variants=['A', 'B'], weights=[0.5, 0.5]):
"""基於用戶 ID 確定性分流（同用戶固定版本）"""
rng = random.Random(hash(user_id) % (2**32))
return rng.choices(variants, weights=weights, k=1)[0]
for uid in range(5):
print(f"User {uid}: {assign_variant(uid)}")
def estimate_pi(samples=1000000):
inside = 0
for _ in range(samples):
x, y = random.random(), random.random()
if x*x + y*y <= 1:
inside += 1
return 4 * inside / samples
print(estimate_pi(100000)) # 3.14152
suits = ['♠', '♥', '♦', '♣']
ranks = ['A'] + [str(i) for i in range(2,11)] + ['J', 'Q', 'K']
deck = [r + s for s in suits for r in ranks]
random.shuffle(deck)
hands = [deck[i::4] for i in range(4)] # 4 玩家各 13 張
for i, hand in enumerate(hands):
print(f"Player {i+1}: {' '.join(sorted(hand))}")| 場景 | 推薦模組 | 原因 |
|---|---|---|
| 遊戲、模擬、測試、科學計算 | random | 速度快、可重現、分佈豐富 |
| 密碼、Token、Session ID、加密金鑰 | secrets (Py 3.6+) | 密碼學安全、不可預測 |
| UUID 生成 | uuid.uuid4() | 標準 RFC 4122 |
# 安全隨機
import secrets
token = secrets.token_urlsafe(32) # URL 安全 Base64
pwd = secrets.token_hex(16) # 16 bytes hex
otp = ''.join(str(secrets.randbelow(10)) for _ in range(6)) # 6 位數字 OTP[random.random() for _ in range(N)] 比迴圈 append 快。random.choices(range(1000), k=100000) 效能佳。Random() 實例。random 模組是 Python 標準庫隨機數生成的核心，提供整數、浮點數、序列操作、多種分佈、種子控制。掌握 choice/sample/shuffle/choices 四大序列操作、seed 可重現性、Random() 實例隔離，能應對 95% 非密碼學隨機需求。**密碼學相關務必用 secrets 模組**。理解偽隨機本質（確定性演算法），正確選擇工具、管理種子、隔離狀態，寫出可測試、可維護、安全的隨機程式碼。
