Random.random: примеры (PYTHON)

Базовые примеры вызова функции

Простое получение случайного числа:

import random
value = random.random()
print(value)

0.5488135039273248

Генерация нескольких чисел в цикле:

import random
for _ in range(3):
    print(random.random())

0.7151893663724195
0.6027633760716439
0.5448831829968969

Использование seed для воспроизводимости:

import random
random.seed(42)
print(random.random())
print(random.random())

0.6394267984578837
0.025010755222666936

Похожие функции в Python

• random.uniform(a, b) - возвращает случайное число с плавающей точкой в заданном диапазоне [a, b] (или [b, a]). Подходит, когда нужны числа не из стандартного диапазона [0, 1).
• random.randint(a, b) - возвращает случайное целое число N, такое что a <= N <= b. Используется для получения целых значений.
• random.randrange(start, stop[, step]) - более гибкая функция для получения случайных целых чисел из диапазона с шагом.
• random.choices(population, weights=None, k=1) - возвращает список элементов выбранных из population с учётом весов. Полезно для моделирования дискретных распределений.
• numpy.random.random() - функция из библиотеки NumPy, которая может генерировать массивы случайных чисел и работает значительно быстрее при большом количестве операций.

Выбор функции зависит от задачи: random.random() - базовая функция для чисел от 0 до 1, uniform - для произвольного диапазона, randint - для целых чисел, а NumPy - для высокопроизводительных вычислений.

Аналоги функции в других языках программирования

JavaScript: Math.random() возвращает число в диапазоне [0, 1). Аналогична Python, но не требует импорта модуля.

console.log(Math.random());

0.5488135039273248

PHP: rand() / mt_rand() возвращают целые числа. Для float используют деление.

echo mt_rand() / mt_getrandmax();

0.54881350392732

Java: Math.random() из стандартной библиотеки возвращает double в [0.0, 1.0). Также есть класс java.util.Random.

System.out.println(Math.random());

0.5488135039273248

C#: Random.NextDouble() эквивалентен random.random().

Random rnd = new Random();
Console.WriteLine(rnd.NextDouble());

0.5488135039273248

Golang: rand.Float64() из пакета math/rand.

import "math/rand"
fmt.Println(rand.Float64())

0.5488135039273248

Kotlin: Random.nextDouble() из kotlin.random.Random.

println(Random.nextDouble())

0.5488135039273248

Lua: math.random() без аргументов возвращает число в [0,1).

print(math.random())

0.5488135039273248

SQL (PostgreSQL): RANDOM() возвращает значение типа double precision в диапазоне [0.0, 1.0).

SELECT RANDOM();

0.5488135039273248

Часто встречающиеся ошибки

Ошибка импорта модуля:

random()  # NameError

NameError: name 'random' is not defined

Правильный подход:

import random
random.random()

Неправильное ожидание диапазона. Функция никогда не возвращает 1.0:

import random
value = random.random()
if value == 1.0:  # Условие почти никогда не выполнится
    print("Единица!")
else:
    print("Не единица")
print(value)

Не единица
0.4238550485581797

Использование без инициализации seed для криптографических задач. random.random() не является криптографически стойким:

# Небезопасно для паролей или токенов
import random
token = ''.join(str(random.random()) for _ in range(10))
print(token[:50])

Для таких задач используют secrets модуль.

Изменения в последних версиях Python

В Python 3.9 появился параметр random.randbytes(n) для генерации случайных байтов, что расширяет возможности модуля, но не затрагивает непосредственно random.random().

В Python 3.11 улучшена производительность модуля random за счет оптимизации внутренних структур данных. Это коснулось и функции random.random(), хотя её интерфейс остался неизменным.

Начиная с Python 3.2, по умолчанию используется реализация Mersenne Twister, которая была стабильна во всех последующих версиях. Изменения в алгоритме не производились, что обеспечивает обратную совместимость.

Расширенные примеры применения

Моделирование вероятности события (например, 30% шанс):

import random
chance = 0.3
if random.random() < chance:
    print("Событие произошло")
else:
    print("Событие не произошло")

Событие произошло

Генерация случайной задержки между запросами:

import random, time
def make_request():
    delay = random.random() * 2  # Задержка от 0 до 2 секунд
    time.sleep(delay)
    return f"Запрос выполнен с задержкой {delay:.2f} сек"
print(make_request())

Запрос выполнен с задержкой 1.37 сек

Создание случайного градиентного цвета:

import random
def random_gradient():
    r1, g1, b1 = random.random(), random.random(), random.random()
    r2, g2, b2 = random.random(), random.random(), random.random()
    return f"linear-gradient(to right, rgb({int(r1*255)},{int(g1*255)},{int(b1*255)}), rgb({int(r2*255)},{int(g2*255)},{int(b2*255)}))"
print(random_gradient())

linear-gradient(to right, rgb(198,113,250), rgb(142,245,135))

Монте-Карло оценка числа π:

import random
def estimate_pi(num_points):
    inside = 0
    for _ in range(num_points):
        x, y = random.random(), random.random()
        if x*x + y*y <= 1:
            inside += 1
    return 4 * inside / num_points
print(f"Оценка π: {estimate_pi(1000000)}")

Оценка π: 3.141692

Генерация случайного пароля с заданным распределением символов:

import random, string
def generate_password(length):
    chars = string.ascii_letters + string.digits + '!@#$%'
    password = ''
    for i in range(length):
        if random.random() < 0.7:  # 70% букв
            password += random.choice(string.ascii_letters)
        elif random.random() < 0.9:  # 20% цифр от оставшихся 30%
            password += random.choice(string.digits)
        else:  # 10% специальных символов
            password += random.choice('!@#$%')
    return password
print(generate_password(12))

aF8g!2kLp9$Q