一、真随机数与伪随机数的区别
在介绍Python中的随机数生成之前，我们需要先了解真随机数和伪随机数的区别。
真随机数是指完全随机的数，不受任何规律、模式或算法所控制，完全由自然现象产生。比如说，掷骰子、翻硬币等都是真随机数。
而计算机中的随机数通常都是通过随机数生成算法来实现的，只是看起来像随机数，实际上是伪随机数。伪随机数是一种在数值上像随机分布的数列，但实质上它们是通过特定的算法计算出来的。
因此，伪随机数有可预测性，如果知道了算法和种子值，就可以推算出接下来的随机数，这也是安全领域中比较常见的攻击手段。
二、Python Random模块介绍
Python中用于生成随机数的模块是random。它提供了一系列用于生成伪随机数的函数和类，包括生成整数、浮点数、序列的随机打乱等方法。
Python中生成随机数的过程，实际上是通过生成伪随机数来模拟真随机数的过程。random模块提供了一些常用的伪随机数生成算法，比如：mersenne twister、绝对安全的随机数生成器等。其中，mersenne twister是当前最常用、最广泛使用的随机数生成算法。
三、利用Python生成随机整数
random模块提供了randint()、randrange()、choice()、shuffle()等常用方法用于生成随机整数。
import random # 生成随机整数 result = random.randint(1, 100) print(result)
上面的代码中，randint(1, 100)表示生成一个1-100之间的随机整数。
randrange()方法与randint()相似，也是生成随机整数，只是它可以指定步长。例如，randrange(0, 10, 2)表示生成一个0-10之间随机的偶数。
import random # 生成随机偶数 result = random.randrange(0, 10, 2) print(result)
choice()方法用于在序列中随机选取一个元素。例如，从一个列表中选取一个元素。
import random # 在列表中随机选取一个元素 items = [1, 2, 3, 4, 5] result = random.choice(items) print(result)
shuffle()方法用于将序列元素打乱顺序，常用于打乱一个列表。
import random # 打乱列表顺序 items = [1, 2, 3, 4, 5] random.shuffle(items) print(items)
四、生成随机浮点数
random模块还提供了uniform()方法用于生成指定范围内的随机浮点数。
import random # 生成指定范围内的随机浮点数 result = random.uniform(0.0, 1.0) print(result)
五、利用Python生成真随机数
要生成真随机数，我们需要通过调用第三方API接口实现。目前比较常用的API包括：random.org、quantumrandom、atmosphericnoise等。
下面以random.org为例介绍如何使用Python生成真随机数。
import requests
import json
# 获取真随机数
url = "https://www.random.org/integers/"
params = {
"num": 1,
"min": 1,
"max": 100,
"col": 1,
"base": 10,
"format": "plain",
"rnd": "new"
}
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.37"
}
response = requests.get(url, params=params, headers=headers)
result = response.content.decode('utf-8').strip()
# 输出结果
print(result)
上面的代码示例中，我们调用了random.org的API接口获取了一个1-100之间的真随机数。
六、总结
Python中的random模块提供了一系列用于生成随机数的方法，能够满足大部分开发需求。不过需要注意的是，Python中生成的随机数都是伪随机数，在安全应用场景下需要谨慎使用。
如果需要获取真随机数，则需要调用第三方API接口来实现。但是需要注意，随机数的质量和可靠性与API提供商相关，需要选择可信赖的API服务。
