Python中的random()函数是一个非常强大的工具，用于生成伪随机数。它可以用来模拟随机事件、生成随机密码和填充测试数据等。该函数可以返回0到1之间的浮点数，也可以使用参数指定范围，生成整数。random()函数的灵活性和易用性使其成为Python编程中不可或缺的一部分。
Python3 random() 函数详解
Python3 中的 random() 函数是一个生成随机数的函数，该函数能够随机生成一个介于 0 到 1 之间的浮点数。random() 函数是一个伪随机数生成器，实际上是通过一定的算法来生成满足某些分布和性质的随机数。
在使用随机数时，应该注意到 random() 函数中所用的算法与系统时间有关。因此，为了避免重现先前的随机序列，可以通过 random.seed() 函数提供种子值（seed）来指定随机数序列的起始值。可以通过 random.getstate() 函数获取随机数状态，这个状态可以被保存下来，并且用于以后重新生成相同的随机数序列。
Python3 random() 函数的语法
random() 函数的语法如下：
import random
random.random()
注意，使用 random() 函数时，需要先导入 random 模块。
Python3 random() 函数的参数
random() 函数没有任何参数。
Python3 random() 函数的返回值
random() 函数返回一个介于 0 到 1 之间的浮点数，包括 0 但不包括 1。
Python3 random() 函数的例子
下面是一个使用 random() 函数的例子：
import random
print(random.random())
该程序的输出为：
0.71181099318945
因为 random() 函数是一个随机生成器，所以每次运行程序都会产生不同的输出结果。
Python3 random.seed() 函数
random.seed() 函数可以在程序中指定随机能力的起始值。比如以下的代码：
import random
random.seed(10)
print(random.random())
该程序的输出为：
0.5714025946899135
在这个例子中，我们使用了 seed(10) 指定了随机能力的起始值。因此当程序再次运行时，即使使用同样的 random.random() 函数，也会产生同样的结果。
Python3 random.getstate() 函数
Python3 中的 random.getstate() 函数可以获取当前的随机数生成器状态。这个状态可以被保存下来，并在以后重新使用时恢复相同的随机数序列。比如以下的代码：
import random
state = random.getstate()
print(random.random())
random.setstate(state)
print(random.random())
该程序的输出为：
0.7417851391817875
0.7417851391817875
在这个例子中，我们首先获取当前的随机数生成器状态，然后使用 random.random() 函数生成第一个随机数。随后，我们恢复了之前保存的随机数生成器状态，并重新使用 random.random() 函数生成相同的随机数。
Python3 random.random() 函数与熵
熵是信息理论中的一个术语，被定义为信息的不确定性度量。Python 中的 random.random() 函数可以通过产生随机数达到增加熵的目的。以下是一个使用 random.random() 函数增加熵的例子：
import random
import string
import time
def get_random_string(length):
pool = string.ascii_letters + string.digits
return ''.join(random.choice(pool) for i in range(length))
print(get_random_string(100))
time.sleep(1)
print(get_random_string(100))
该程序生成了两个长度为 100 的随机字符串，并用 time.sleep(1) 延迟了一秒钟。这样，即使这两个字符串的长度相同，但由于包含的随机数序列不同，它们的熵也不同。
总结
Python3 中的 random() 函数是一个伪随机数生成器，能够随机生成一个介于 0 到 1 之间的浮点数。使用 random.seed() 函数可以指定随机能力的起始值，使用 random.getstate() 函数可以获取当前的随机数生成器状态，并可在以后重新使用时恢复相同的随机数序列。Python 中的 random.random() 函数可以通过产生随机数达到增加熵的目的。
