Python 生成 1 到 100 的随机数：方法详解

在计算机科学中，生成随机数是一个常见的任务。随机数是指一系列的数字，满足每个数字出现的概率都相等，且彼此之间是独立的。在 1 到 100 之间生成随机数，可以采用多种不同的方法。

伪随机数生成器

计算机无法生成真正意义上的随机数，因为它们是由算法计算得出的，因此被称为“伪随机数生成器”。这类算法可以通过种子值来初始化，然后根据特定的算法生成一系列的数字。在 Python 中，使用 random 库可以很方便地生成随机数，可以使用以下代码：

import random

num = random.randint(1, 100)

上述代码将生成一个 1 到 100 之间的随机整数，并将其赋值给变量 num。

numpy 库

numpy 库是 Python 中常用的一个科学计算库，其中包含了众多用于生成随机数的函数。例如，可以使用 numpy 中的 randint 函数生成 1 到 100 之间的整数：

import numpy as np

num = np.random.randint(1, 101)

统计学方法

除了使用计算机算法生成随机数外，还可以使用统计学方法来生成。例如，可以使用均匀分布或正态分布来生成随机数。在 Python 中，可以使用 numpy 库中的 uniform 或 normal 函数来生成随机数。例如，以下代码将生成一个符合正态分布的随机数：

num = np.random.normal(50, 10)

其中 50 和 10 分别为正态分布的均值和标准差。

总之，生成 1 到 100 之间的随机数有很多种方法，可以根据具体情况选择不同的方法。以上介绍了一些常用的方法供参考。