生成 0 到 9 之间的随机整数

试试 random.randrange：

from random import randrange
print(randrange(10))

---

试试 random.randint：

import random
print(random.randint(0, 9))

文档状态：

random.randint(a, b) 返回一个随机整数 N，使得 a <= N <= b。

---

尝试这个：

from random import randrange, uniform

# randrange gives you an integral value
irand = randrange(0, 10)

# uniform gives you a floating-point value
frand = uniform(0, 10)

---

from random import randint

x = [randint(0, 9) for p in range(0, 10)]

这会生成 0 到 9 范围内的 10 个伪随机整数（包括 0 到 9）。

---

secrets 模块是 Python 3.6 中的新模块。这比用于加密或安全用途的 random 模块更好。

随机打印 0-9 范围内的整数：

from secrets import randbelow
print(randbelow(10))

有关详细信息，请参阅PEP 506。

请注意，这实际上取决于用例。使用 random 模块，您可以设置随机种子，这对于伪随机但可重现的结果很有用，而这在 secrets 模块中是不可能的。

random 模块也更快（在 Python 3.9 上测试）：

>>> timeit.timeit("random.randrange(10)", setup="import random")
0.4920286529999771
>>> timeit.timeit("secrets.randbelow(10)", setup="import secrets")
2.0670733770000425

---

我会尝试以下方法之一：

1.> numpy.random.randint

import numpy as np
X1 = np.random.randint(low=0, high=10, size=(15,))

print (X1)
>>> array([3, 0, 9, 0, 5, 7, 6, 9, 6, 7, 9, 6, 6, 9, 8])

2.> numpy.random.uniform

import numpy as np
X2 = np.random.uniform(low=0, high=10, size=(15,)).astype(int)

print (X2)
>>> array([8, 3, 6, 9, 1, 0, 3, 6, 3, 3, 1, 2, 4, 0, 4])

3.> numpy.random.choice

import numpy as np
X3 = np.random.choice(a=10, size=15 )

print (X3)
>>> array([1, 4, 0, 2, 5, 2, 7, 5, 0, 0, 8, 4, 4, 0, 9])

4.> random.randrange

from random import randrange
X4 = [randrange(10) for i in range(15)]

print (X4)
>>> [2, 1, 4, 1, 2, 8, 8, 6, 4, 1, 0, 5, 8, 3, 5]

5.> random.randint

from random import randint
X5 = [randint(0, 9) for i in range(0, 15)]

print (X5)
>>> [6, 2, 6, 9, 5, 3, 2, 3, 3, 4, 4, 7, 4, 9, 6]

速度：

► np.random.uniform 和 np.random.randint 比 np.random.choice、random.randrange、random.randint 快得多（约快 10 倍）。

%timeit np.random.randint(low=0, high=10, size=(15,))
>> 1.64 µs ± 7.83 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

%timeit np.random.uniform(low=0, high=10, size=(15,)).astype(int)
>> 2.15 µs ± 38.6 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit np.random.choice(a=10, size=15 )
>> 21 µs ± 629 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

%timeit [randrange(10) for i in range(15)]
>> 12.9 µs ± 60.4 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit [randint(0, 9) for i in range(0, 15)]
>> 20 µs ± 386 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

笔记：

1.> np.random.randint 在半开区间 [low, high) 上生成随机整数。 2.> np.random.uniform 在半开区间 [low, high) 上生成均匀分布的数字。 3.> np.random.choice 在半开区间 [low, high) 上生成一个随机样本，就好像参数 a 是 np.arange(n)。 4.> random.randrange(stop) 从 range(start, stop, step) 生成一个随机数。 5.> random.randint(a, b) 返回一个随机整数 N，使得 a <= N <= b。 6.> astype(int) 将 numpy 数组转换为 int 数据类型。 7.> 我选择了 size = (15,)。这将为您提供一个长度为 15 的 numpy 数组。

---

选择数组的大小（在本例中，我选择大小为 20）。然后，使用以下内容：

import numpy as np   
np.random.randint(10, size=(1, 20))

您可以期望看到以下形式的输出（每次运行时将返回不同的随机整数；因此您可以期望输出数组中的整数与下面给出的示例不同）。

array([[1, 6, 1, 2, 8, 6, 3, 3, 2, 5, 6, 5, 0, 9, 5, 6, 4, 5, 9, 3]])

---

虽然许多帖子演示了如何获得一个随机整数，但原始问题询问如何生成随机整数（复数）：

如何在 Python 中生成 0 到 9（含）之间的随机整数？

为了清楚起见，这里我们演示如何获取多个随机整数。

给定

>>> import random


lo = 0
hi = 10
size = 5

代码

多个随机整数

# A
>>> [lo + int(random.random() * (hi - lo)) for _ in range(size)]
[5, 6, 1, 3, 0]

# B
>>> [random.randint(lo, hi) for _ in range(size)]
[9, 7, 0, 7, 3]

# C
>>> [random.randrange(lo, hi) for _ in range(size)]
[8, 3, 6, 8, 7]

# D
>>> lst = list(range(lo, hi))
>>> random.shuffle(lst)
>>> [lst[i] for i in range(size)]
[6, 8, 2, 5, 1]

# E
>>> [random.choice(range(lo, hi)) for _ in range(size)]
[2, 1, 6, 9, 5]

随机整数样本

# F
>>> random.choices(range(lo, hi), k=size)
[3, 2, 0, 8, 2]

# G
>>> random.sample(range(lo, hi), k=size)
[4, 5, 1, 2, 3]

细节

一些帖子演示了如何在本地生成多个随机整数。1 以下是一些解决隐含问题的选项：

A：random.random 返回 [0.0, 1.0) 范围内的随机浮点数

B：random.randint 返回一个随机整数 N，使得 a <= N <= b

C: randint(a, b+1) 的 random.randrange 别名

D：random.shuffle 就地打乱序列

E：random.choice 从非空序列中返回一个随机元素

F：random.choices 从总体中返回 k 个选择（带替换，Python 3.6+）

G：random.sample 从总体中返回 k 个唯一选择（无替换）：2

另请参阅 R. Hettinger 的 talk 关于分块和别名使用 random 模块中的示例。

下面是标准库和 Numpy 中一些随机函数的比较：

| | random                | numpy.random                     |
|-|-----------------------|----------------------------------|
|A| random()              | random()                         |
|B| randint(low, high)    | randint(low, high)               |
|C| randrange(low, high)  | randint(low, high)               |
|D| shuffle(seq)          | shuffle(seq)                     |
|E| choice(seq)           | choice(seq)                      |
|F| choices(seq, k)       | choice(seq, size)                |
|G| sample(seq, k)        | choice(seq, size, replace=False) |

您还可以快速将 Numpy 中的许多 distributions 之一转换为随机整数样本。³

例子

>>> np.random.normal(loc=5, scale=10, size=size).astype(int)
array([17, 10,  3,  1, 16])

>>> np.random.poisson(lam=1, size=size).astype(int)
array([1, 3, 0, 2, 0])

>>> np.random.lognormal(mean=0.0, sigma=1.0, size=size).astype(int)
array([1, 3, 1, 5, 1])

1即@John Lawrence Aspden、@ST Mohammed、@SiddTheKid、@user14372、@zangw 等。 2@prashanth 提到这个模块显示一个整数。 3@Siddharth Satpathy 演示

---

您需要作为标准库一部分的 random python 模块。使用代码...

from random import randint

num1= randint(0,9)

这会将变量 num1 设置为介于 0 和 9 之间的随机数。

---

通过 random.shuffle 试试这个

>>> import random
>>> nums = range(10)
>>> random.shuffle(nums)
>>> nums
[6, 3, 5, 4, 0, 1, 2, 9, 8, 7]

---

如果连续数字 randint 或 randrange 可能是最佳选择，但如果您在一个序列中有多个不同的值（即 list），您也可以使用 choice：

>>> import random
>>> values = list(range(10))
>>> random.choice(values)
5

choice 也适用于非连续样本中的一项：

>>> values = [1, 2, 3, 5, 7, 10]
>>> random.choice(values)
7

如果您需要它“加密强大”，那么在 python 3.6 和更新版本中还有一个 secrets.choice：

>>> import secrets
>>> values = list(range(10))
>>> secrets.choice(values)
2

---

如果您想使用 numpy，请使用以下命令：

import numpy as np
print(np.random.randint(0,10))

---

>>> import random
>>> random.randrange(10)
3
>>> random.randrange(10)
1

要获得十个样本的列表：

>>> [random.randrange(10) for x in range(10)]
[9, 0, 4, 0, 5, 7, 4, 3, 6, 8]

---

您可以尝试从 Python 中导入 random 模块，然后让它在九个数字之间进行选择。这真的很基本。

import random
numbers = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

    

如果您以后要使用它，您可以尝试将计算机选择的值放入变量中，但如果没有，打印功能应该这样工作：

choice = random.choice(numbers)
print(choice)

---

生成 0 到 9 之间的随机整数。

import numpy
X = numpy.random.randint(0, 10, size=10)
print(X)

输出：

[4 8 0 4 9 6 9 9 0 7]

---

最好的方法是使用导入随机函数

import random
print(random.sample(range(10), 10))

或没有任何库导入：

n={} 
for i in range(10):
    n[i]=i

for p in range(10):
    print(n.popitem()[1])

这里 popitems 从字典 n 中删除并返回一个任意值。

---

random.sample 是另一个可以使用的

import random
n = 1 # specify the no. of numbers
num = random.sample(range(10),  n)
num[0] # is the required number

---

这更像是一种数学方法，但它 100% 的时间都有效：

假设您想使用 random.random() 函数生成一个介于 a 和 b 之间的数字。为此，只需执行以下操作：

num = (b-a)*random.random() + a;

当然，您可以生成更多数字。

---

从 random 模块的文档页面：

警告：此模块的伪随机生成器不应用于安全目的。如果您需要加密安全的伪随机数生成器，请使用 os.urandom() 或 SystemRandom。

在 Python 2.4 中引入的 random.SystemRandom 被视为 cryptographically secure。在撰写本文时，它仍然在 Python 3.7.1 中可用。

>>> import string
>>> string.digits
'0123456789'
>>> import random
>>> random.SystemRandom().choice(string.digits)
'8'
>>> random.SystemRandom().choice(string.digits)
'1'
>>> random.SystemRandom().choice(string.digits)
'8'
>>> random.SystemRandom().choice(string.digits)
'5'

除了 string.digits，可以根据其他一些答案使用 range，也许还有理解。根据您的需要混合搭配。

---

我想我会用 quantumrand 添加到这些答案中，它使用 ANU 的量子数生成器。不幸的是，这需要互联网连接，但如果您关心数字的“随机性”，那么这可能会很有用。

https://pypi.org/project/quantumrand/

例子

import quantumrand

number = quantumrand.randint(0, 9)

print(number)

输出：4

文档有很多不同的示例，包括掷骰子和列表选择器。

---

对于 Python 3.6，我的运气更好

str_Key = ""                                                                                                
str_RandomKey = ""                                                                                          
for int_I in range(128):                                                                                    
      str_Key = random.choice('0123456789')
      str_RandomKey = str_RandomKey + str_Key 

只需添加 'ABCD' 和 'abcd' 或 '^!~=-><' 之类的字符来更改要从中提取的字符池，更改范围以更改生成的字符数。

---

OpenTURNS 不仅允许模拟随机整数，还允许使用 UserDefined 定义的类定义相关分布。

下面模拟了分布的 12 个结果。

import openturns as ot
points = [[i] for i in range(10)]
distribution = ot.UserDefined(points) # By default, with equal weights.
for i in range(12):
    x = distribution.getRealization()
    print(i,x)

这打印：

0 [8]
1 [7]
2 [4]
3 [7]
4 [3]
5 [3]
6 [2]
7 [9]
8 [0]
9 [5]
10 [9]
11 [6]

括号在那里是因为 x 是一维的 Point。在一次调用 getSample 中生成 12 个结果会更容易：

sample = distribution.getSample(12)

会产生：

>>> print(sample)
     [ v0 ]
 0 : [ 3  ]
 1 : [ 9  ]
 2 : [ 6  ]
 3 : [ 3  ]
 4 : [ 2  ]
 5 : [ 6  ]
 6 : [ 9  ]
 7 : [ 5  ]
 8 : [ 9  ]
 9 : [ 5  ]
10 : [ 3  ]
11 : [ 2  ]

有关此主题的更多详细信息在此处：http://openturns.github.io/openturns/master/user_manual/_generated/openturns.UserDefined.html

---