我们的行为符合自然定律，那么我们今天这些“巧合的成果”也必定是自然规律支配的结果。
如果我们的巧合只是纯粹的巧合，而并不是自然规律作用的结果，实际上是将人类放在了自然规律之外
言外之意，就是我们相信人类的行为（至少是思维）并不遵循自然规律，在人的脑子里，或者意识里，存在着另一个世界，这个世界的规律和真实世界只存在某种巧合的关系，而非响应的关系。
程序运行结果具有确定性
首先，程序的运行结果具有确定性，这个是公认的。
对于同一算法，给定相同的输入一定得到相同的输出。由于程序没办法做到对于给定的输入得到不同的输出，所以现有的随机算法，考虑的都是使得输入随机，从而最后的结果也是随机的。
计算机如果随机？
程序都是固定的，所以对于一个没有输入的程序，无论用什么算法，只能让每次执行的不同随机数随机，却不能让不同次执行的数随机。
所以一般随机数都需要一些随机种子，一般这种子可能是时间、或者某快内存的当前值，这些数值的分布明显是不随机的，所以目前的计算机无法生成真正的随机数。
我认为这个是当前计算机的体系决定的，跟你后面那个问题无关，既不能佐证，也不能否定。
python中的随机random
random()是Python中生成随机数的函数，是由random模块控制，random()函数不能直接访问，需要导入random 模块，然后再通过相应的静态对象调用该方法才能实现相应的功能。
random.random()
random.random()方法返回一个随机数，其在0至1的范围之内，以下是其具体用法：
1. import random
2. print ("随机数: "， random.random())
3. 输出结果：0.22867521257116random.uniform()
random.uniform()是在指定范围内生成随机数，其有两个参数，一个是范围上限，一个是范围下线，具体用法如下：
1. import random
2. print (random.uniform(2， 6))
3. 输出结果：3.62567571297255random.randint()
random.randint()是随机生成指定范围内的整数，其有两个参数，一个是范围上限，一个是范围下线，具体用法如下：
1. import random
2. print (random.randint(6，8))
3.
4. 输出结果：8
5. # 每次结果都有随机random.randrange()
random.randrange()是在指定范围内，按指定基数递增的集合中获得一个随机数，有三个参数，前两个参数代表范围上限和下限，第三个参数是递增增量，具体用法如下：
1. import random
2. print (random.randrange(6， 28， 3))
3. 输出结果：15random.choice()
random.choice()是从序列中获取一个随机元素，具体用法如下：
1. import random
2. print (random.choice("http://www.520m.com"))
3. 输出结果：2
4.
5. print (random.choice(["石头", "剪刀", "布"]))
6. 输出结果：布`
random.shuffle()
random.shuffle()函数是将一个列表中的元素打乱，随机排序，具体用法如下：
1. import random
2. num = [1， 2， 3， 4， 5]
3. random.shuffle(num)
4. print (num)
5.
6. 输出结果：[3， 5， 2， 4， 1]random.sample()
random.sample()函数是从指定序列中随机获取指定长度的片段，原有序列不会改变，有两个参数，第一个参数代表指定序列，第二个参数是需获取的片段长度，具体用法如下：
1. import random
2. num = [1， 2， 3， 4， 5]
3. sli = random.sample(num， 3)
4. print (sli)
5. 输出结果：[2， 4， 5]random是伪随机数，或称伪乱数，是使用一个确定性的算法计算出来的似乎是随机的数序，因此伪随机数实际上并不随机。
Python其实没有那么难。
