python中使用Random随机生成列表的方法
引言：闲来想到冒泡排序中的列表数据的排序，就想试试用随机数生成一个列表来排序试试，于是做了一下实验，本人实在是属于入门阶段，研究了一下终究还是完成了1.在python中用random生成一个列表。（0,1000）指列表中的数取值范围0~1000之间，list列表数的lenth=10。
importrandomlist=[random.randint(0,1000)foriinrange(10)]print(list)输出结果如图：但是这种方法取值是可以重复的，
importrandomlist=[random.randint(0,10)foriinrange(10)]print(list)2.翻了一些资料找到了取值不重复的写法range（10）是取值范围，后面的值是lenth长度
importrandomlist=random.sample([iforiinrange(0,10)],10)print(list)输出如下：
3.下面用冒泡排序来实验一下效果
升序的写法：
importrandom#导入随机数的包list=random.sample([iforiinrange(0,10)],10)#确定随机取值的范围和列表l的长度print(list)#获取列表的长度n=len(list)#冒泡排序#外循环每次循环就会两两比较选出最大的数放在右边，所以是实际比较的个数是n-1（比如1，2,3）三个数比较只会比较2次，外循环控制循环多少趟forxinrange(0,n-1):#内循环控制每趟循环的次数，每趟循环就会两两比较选出最大的数放在右边，选出的数（x）不计入次数，且每次比较都会（n-1次），所以是长度n-x-1foryinrange(0,n-1-x):#如果左边的数大于右边的数就会交换位置，用到赋值交换iflist[y]>list[y+1]:be=list[y]list[y]=list[y+1]list[y+1]=beprint(list)输出结果：
下面我换换print输出的位置我们就可以看见比较的过程
importrandomlist=random.sample([iforiinrange(0,10)],10)print(list)n=len(list)forxinrange(0,n-1):foryinrange(0,n-1-x):iflist[y]>list[y+1]:be=list[y]list[y]=list[y+1]list[y+1]=beprint(list)输出结果：
降序的写法
importrandom#导入随机数的包list=random.sample([iforiinrange(0,10)],10)#确定随机取值的范围和列表l的长度print(list)#获取列表的长度n=len(list)#冒泡排序#外循环每次循环就会两两比较选出最大的数放在右边，所以是实际比较的个数是n-1（比如1，2,3）三个数比较只会比较2次forxinrange(0,n-1):#内循环控制每趟循环的次数，每趟循环就会两两比较选出最大的数放在右边，选出的数（x）不计入次数，且每次比较都会（n-1次），所以是长度n-x-1foryinrange(0,n-1-x):#如果左边的数大于右边的数就会交换位置，用到赋值交换iflist[y]-python随机产生一个范围内的整数
要求生成区间[a,b]中的随机数。若要求为浮点数，则Python中只能近似达到这一要求，因为随机函数的取值区间一般都为左闭右开区间，因为只能无限接近b。若要求为整数，那么将取数区间设置为[a,b+1)即可以取到b了。具体如下：
1.random()
numpy.random.random(size=None)
生成[0.0,1.0)的随机数。注意区间是左闭右开，取不到1.0。
生成的是浮点数。
参数size可以用于指定生成随机数的个数和形状。例如
>>>importnumpyasnp
>>>np.random.random()
0.5312959368718575
>>>np.random.random(5)
array([0.2483017,0.86182212,0.03454678,0.87525464,0.31962688])
>>>np.random.random((2,3))
array([[0.66214521,0.40083972,0.05552421],
[0.51091912,0.6419505,0.8757311]])
利用np.random.random()近似生成[a,b]的随机数，因为前者的取值范围是[0,1)，是半开区间，所以右侧端点处的值b取不到。
>>>importnumpyasnp
>>>a+(b-a)*np.random.random()
2.rand()
numpy.random.rand(d0,d1,...,dn)