Python 的 random 模块提供了不同类型的伪随机数生成器，基于Mersenne Twister算法，此算法是Makoto Matsumoto （松本）和Takuji Nishimura （西村）于1997年开发的。
生成随机数
random() 方法从生成的序列中随机返回一个浮点数，范围是 0 <= n < 1.0
输出：
使用 for in 语法随机生成了5个随机数。随机数范围是 0 <= n < 1.0
使用 uniform() 函数可以生成指定范围的浮点数：
输出：
这个例子，使用 format() 函数格式化生成的浮点数，保留三位小数，宽度是4。
传入最小值（minimum）和最大值（maximum），uniform() 函数生成返回的值使用的公式（formula）： min + (max - min) * random()
Seeding
random() 函数在一个很大的区间生成随机数，这样可以确保返回的值不容易重复。但是有时候，有可能需要使用同样的数据集进行计算，一种方法是首先生成一大批数据集保存起来，另一种方法使用 Python 提供的 seed() 函数，它会初始化一个默认的伪随机数发生器，每次生成的值都一样。
输出：
seed() 函数确定第一个随机数，因为生成随机数的公式是根据第一个值来确定的，那么确定了第一个值后，后续的随机数都是一致的。
保存状态
生成随机数的算法内部会有个状态，可以通过 getstate() 函数访问这个状态，如果你想根据一个初始值，持续的生成随机数，可以把获取到的状态保存起来，下次程序运行的时候，可以通过函数 setstate() 设置到上次的进度，急速生成之后的随机数。
状态值是一个元组类型，可以通过 pickle 模块的方法 dump() 序列化到一个文件中，下次程序运行的时候，可以直接调用 pickle.load() 方法加载。
生成整数 Integers
random() 方法返回的是一个浮点数，虽然可以再把结果转换成整数，还可以直接调用便利的方法 randint() 直接生成整数。randint(a, b) 生成的值的范围：a <= n <= b，相当于 randrange(a, b+1)
randrange() 方法可以在指定范围内生成随机数：
randrange(start, stop[, step]) 函数的前两个参数是起始值、结束值（返回结果不包括结束值）。 第三个参数 step 代表步进值，类似 range() 函数。