Python 什么是伪随机？

我正在阅读随机模块的文档，注意到它说的是伪随机，而思想不是伪意味着伪，所以我想知道它说的是什么意思

例如：

import random

print random.randint(1,2)
print random.randint(1,3)

这是否仍然意味着第一个print语句有50%的几率打印1，50%的几率打印2

第二个print语句有33%的几率打印一个语句，33%的几率打印2个语句，以此类推

---

如果不是，那么伪随机数是如何产生的？

要产生真正的随机性，需要专门的硬件来测量随机事件，例如放射性衰变（随机）或布朗运动（也基本上是随机的）。大多数计算机显然没有这些，因此你必须使用一种非常复杂、均匀分布、难以预测的“伪随机”算法，该算法以一个由当前时间戳确定的数字开始。这样的算法对于需要“随机性”的标准用例来说已经足够好了，只要你小心不要给两个具有相同时间戳的随机数生成器植入种子（例如，在不同线程上同时启动它们），这将使它们做相同的事情。这种随机数生成器的一个常见示例是Mersenne Twister：

---

一个提供真正随机值的网站，解释了很多关于随机性和伪随机性的内容，并提供了一些关于其随机性的美味统计信息：（请参阅了解更多信息和统计信息）（实际上，它似乎依赖于测量混沌系统中的微小波动，例如大气噪声，但统计数据表明，它与真正的随机性非常相似，你无法将其区分开来！）

要产生真正的随机性，需要专门的硬件来测量随机事件，如放射性衰变（随机）或布朗运动（也基本上是随机的）。大多数计算机显然没有这些，因此你必须使用一种非常复杂、均匀分布、难以预测的“伪随机”算法，该算法以一个由当前时间戳等确定的数字开始。只要你小心不要播种，这种算法对于需要“随机性”的标准用例来说已经足够好了两个具有相同时间戳的随机数生成器（例如，在不同线程上同时启动它们），这将使它们执行相同的操作。这种随机数生成器的一个常见示例是Mersenne Twister：

---

一个提供真正随机值的网站，解释了很多关于随机性和伪随机性的内容，并提供了一些关于其随机性的美味统计信息：（请参阅了解更多信息和统计信息）（实际上，它似乎依赖于测量混沌系统中的微小波动，例如大气噪声，但统计数据表明，它与真正的随机性非常相似，你无法将其区分开来！）

有什么是真正随机的吗？我想以前也有人问过类似的问题。@wazy@NullUserException谢谢你的笑声。应该把这作为答案之一，呵呵。@NullUserException哈哈，解释得很好！有什么是真正随机的吗？我想以前也有人问过类似的问题。@wazy@NullUserException谢谢你r笑声。应该是其中的一个答案，呵呵。@NullUserException哈哈，解释得很好！这让我说我做了

random.randint（1,2）

将与掷硬币一样？@Christian Careaga我们谈论的是什么类型的硬币？我们谈论的是在现实生活中实际掷硬币，这取决于两面的重量、人如何决定掷硬币、硬币从哪一边开始、风、气压等？还是理想化的真正随机的硬币它的返回总是随机和不可预测的？因为它既不象两者，但它试图像后者一样，尽可能接近，而没有真正的随机性源。@Patashu也许放射性衰变也不是真正的随机，可能是我们还不能预测它。伪随机算法的一个非常简单的例子可能是：

def prng（x）：return（x*214013+2531011）%math.pow（2,32）

-其中x是您的种子。您会注意到相同的种子会产生相同的结果。@invert:even（受启发）。这是因为我做了

random.randint（1,2）

将与掷硬币一样？@Christian Careaga我们谈论的是什么类型的硬币？我们谈论的是在现实生活中实际掷硬币，这取决于两面的重量、人如何决定掷硬币、硬币从哪一边开始、风、气压等？还是理想化的真正随机的硬币它的返回总是随机和不可预测的？因为它既不象两者，但它试图像后者一样，尽可能接近，而没有真正的随机性源。@Patashu也许放射性衰变也不是真正的随机，可能是我们还不能预测它。伪随机算法的一个非常简单的例子可能是：

def prng（x）：return（x*214013+2531011）%math.pow（2,32）

-其中x是您的种子。您会注意到相同的种子产生相同的结果。@invert:even（受启发）。