Python生成1～100随机数（代码示例）

本文将详细阐述Python生成1～100随机数，包括其定义、应用场景、实现方法等，帮助读者更好的掌握该技能。

一、定义

随机数是指在一定范围内任选的数值，能够在一定程度上保证数据的随机性，适用于许多领域。Python中生成1～100的随机数包括两个重要的模块：random和numpy。

二、应用场景

1. 数字游戏

通过生成1～100的随机数，可以实现许多数字游戏，例如：猜数字、石头剪刀布等。以下代码是Python实现的猜数字游戏：

import random

def guess_num(num):
    guess = int(input('请输入一个数字：'))
    if guess == num:
        print('恭喜你，猜对了！')
    elif guess < num:
        print('数字太小了')
        guess_num(num)
    else:
        print('数字太大了')
        guess_num(num)
        
num = random.randint(1, 100)
guess_num(num)

2. 数据采样

在数据分析、机器学习等领域，需要从大量数据中随机地选取一部分进行采样，以便于对数据进行分析。以下代码是Python使用numpy实现的数据采样：

import numpy as np

data = np.arange(1, 101)
sample_data = np.random.choice(data, size=10, replace=False) # 从data中随机选取10个数，不可重复
print(sample_data)

三、实现方法

1. random模块实现：

import random

num = random.randint(1, 100)
print(num)

2. numpy模块实现：

import numpy as np

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

需要注意的是，使用numpy生成随机数时，需要通过seed函数设置随机数种子，保证随机数的可重现性：

import numpy as np

np.random.seed(0)
num = np.random.randint(1, 101)
print(num)

四、总结

本文详细阐述了Python生成1～100随机数的定义、应用场景和实现方法，通过代码实例说明了在生成随机数时需要用到的random和numpy模块。读者可以根据需求选择合适的方法进行应用。