Python随机变量
简介
在编程中，经常会遇到需要生成随机数或随机选择元素的情况。Python提供了丰富的库和函数来处理随机变量，包括生成伪随机数、从列表中随机选择元素等。本文将介绍Python中常用的随机变量处理方法，并通过代码示例演示其用法。
random模块
Python的标准库中包含了random模块，提供了生成伪随机数的函数。
生成随机整数
要生成指定范围内的随机整数，可以使用random.randint(a, b)函数。该函数会返回一个在闭区间[a, b]内的整数。
下面是一个例子，生成10个范围在1到100之间的随机整数：
import random
random_integers = [random.randint(1, 100) for _ in range(10)]
print(random_integers)
生成随机浮点数
要生成指定范围内的随机浮点数，可以使用random.uniform(a, b)函数。该函数会返回一个在闭区间[a, b]内的浮点数。
下面是一个例子，生成10个范围在0到1之间的随机浮点数：
import random
random_floats = [random.uniform(0, 1) for _ in range(10)]
print(random_floats)
生成随机序列
要生成随机序列，可以使用random.shuffle()函数。该函数会对列表进行原地随机排序。
下面是一个例子，生成一个从1到10的随机排列：
import random
sequence = list(range(1, 11))
random.shuffle(sequence)
print(sequence)
从序列中随机选择元素
要从序列中随机选择一个元素，可以使用random.choice(seq)函数。该函数会返回序列中的一个随机元素。
下面是一个例子，从1到10的序列中随机选择一个元素：
import random
sequence = list(range(1, 11))
random_element = random.choice(sequence)
print(random_element)
numpy库
numpy是Python中常用的科学计算库，也提供了处理随机变量的函数和方法。
生成随机数数组
要生成随机数数组，可以使用numpy的numpy.random.rand()函数。该函数会返回一个给定维度的随机数数组，数组中的每个元素都是从[0, 1)的均匀分布中随机抽取的。
下面是一个例子，生成一个形状为(2, 3)的随机数数组：
import numpy as np
random_array = np.random.rand(2, 3)
print(random_array)
生成符合特定分布的随机数
要生成符合特定分布的随机数，可以使用numpy的相应分布函数。例如，要生成符合正态分布的随机数，可以使用numpy.random.randn()函数。
下面是一个例子，生成一个形状为(100,)的符合正态分布的随机数数组：
import numpy as np
random_array = np.random.randn(100)
print(random_array)
生成随机整数数组
要生成指定范围内的随机整数数组，可以使用numpy的numpy.random.randint()函数。
下面是一个例子，生成一个形状为(2, 3)、范围在1到10之间的随机整数数组：
import numpy as np
random_array = np.random.randint(1, 11, size=(2, 3))
print(random_array)
总结
本文介绍了Python中处理随机变量的常用方法，包括生成随机整数、随机浮点数、随机序列，以及从序列中随机选择元素等。通过使用random模块和numpy库，我们可以方便地处理各种随机变量的需求。
希望本文对你理解和使用Python中的随机变量有所帮助。
状态图
下面是一个使用mermaid语法绘制的状态图，表示生成随
