导入语法 (Import Syntax)
import math: 使用math.sqrt(4)调用。import math as m: 别名，使用m.sqrt(4)。from math import sqrt: 直接导入符号，使用sqrt(4)。from math import *: 导入所有（不推荐，易污染命名空间）。
导入机制 (Execution & Caching)
Note — Import 发生了什么？
- 执行代码:
import A会将模块 A 中的顶层代码从头到尾执行一遍。- 缓存机制: Python 会把导入过的模块缓存在
sys.modules中。 多次 import 只执行一次: 如果在一个程序中多次写了import A，后续的导入直接使用缓存，不会重新执行模块代码（除非手动使用importlib.reload）。
__name__ 与 '__main__'
每个模块都有一个内置属性 __name__。
- 如果模块是被 直接运行 的 (例如
python my_script.py)：__name__的值为'__main__'。 - 如果模块是被 导入 的 (例如
import my_script)：__name__的值为模块本身的名字 (即'my_script')。
经典用法 (测试代码保护):
def func():
print("Function logic")
# 以下代码只有在直接运行此文件时才执行
# 被别人 import 时不会执行
if __name__ == '__main__':
func()使用前需导入：import random。
数值生成 (Floats & Integers)
-
.random(): 返回
[0.0, 1.0)之间的浮点数 (包含0，不包含1)。 -
.uniform(a, b): 返回
[a, b]之间的浮点数 (通常包含边界 b)。 -
.randint(a, b): 返回
[a, b]之间的整数。 注意: 包含右边界b！这是 Python 中少有的闭区间。 -
.randrange: 从
range(start, stop, step)中随机选取一个整数。 注意: 不包含右边界stop(左闭右开)。
Warning — 边界陷阱：randint vs randrange
randint(1, 3)可能返回: 1, 2, 3。randrange(1, 3)可能返回: 1, 2 (绝不会返回 3)。
序列操作 (Sequences)
假设序列为 seq = [1, 2, 3, 4, 5]。
-
.choice(seq): 从序列中随机返回一个元素。
-
.shuffle(seq): 就地打乱 (In-place) 序列顺序。 返回 None！千万不要写
seq = random.shuffle(seq)。 -
.sample(seq, k): 从序列中随机抽取 k 个元素。 特征: 无放回抽样 (No Replacement)。结果中元素不重复。 限制: k 不能大于序列长度
len(seq)，否则报错。 -
.choices(seq, k): (Python 3.6+) 从序列中随机抽取 k 个元素。 特征: 有放回抽样 (With Replacement)。结果可能重复。 功能: 支持权重参数
weights。
Note — sample vs choices
- 想要“不重复”的抽奖？用 sample。
- 想要“抛硬币/掷骰子”（独立重复实验）？用 choices。
随机种子 (Reproducibility)
- .seed(a=None): 初始化伪随机数生成器。 意义: 如果种子相同，生成的随机数序列完全一致。常用于调试或作业中固定结果。
random.seed(10)
print(random.random()) # 假设输出 0.571...
random.seed(10) # 再次设置相同的种子
print(random.random()) # 输出完全一样 0.571...