想想这么多年，也是没有好好梳理一下自己的知识体系，以至于总是会有书到用时方恨少的遗憾。
最近既然有学习的动力，干脆就趁着这份工作不是特别忙的机会，写一点东西吧，也理理自己的逻辑思维能力。
python有哪些库？
这个问题呢可以参照http://blog.csdn.net/python_wangjunji/article/details/8689297这篇博文来看。
当然咯，首先要先推荐一个可厉害的学习程序：Dash。学编程必备查询库，各种语言，专治“我要看源码病”。
那第一篇呢，我就先选关于数学方面的库来写了。第一个库就选random，以后每个库，就看random到哪个写哪个了，也是相当任性。
用random来产生这样一个序列的源码呢如下：
#生成序列
import urllib2
from bs4 import BeautifulSoup
import random
def getpylib():
url=‘https://docs.python.org/3.7/py-modindex.html‘
mysource=urllib2.urlopen(url)
soup=BeautifulSoup(mysource,‘lxml‘)
pythonlib=soup.find_all(‘code‘)
pylib=[value.string for value in pythonlib]
return pylib
#随机确定序列号
def randomlearn(mylib):
value=random.choice(mylib)
return value
#删除已看过序号
def removelearn(mylib,value):
try:
mylib.remove(value)
except Exception:
pass
#输出要看的模块
if __name__==‘__main__‘:
mylib=getpylib()
mylearn=randomlearn(mylib)
print mylearn
removelearn(mylib,mylearn)
random库学习：
random.seed(a=None,version=2)
设置随机数种子
整数用：
random.randrange(start,stop[,step])
random.randint(a,b)
序列用：
random.choice(seq) 随机挑选一个元素
random.shuffle(x,[,random]) 随机排序
random.sample(population,k) 随机挑选K个元素
浮点数：
均匀分布
random.random() 随机生成一个实数（0，1）
random.uniform(a,b) 随机生成一个实数（a,b）
符合统计分布：分布状态与数学原理参照统计学相关理论
random.betavariate(alpha,beta) 贝塔分布
random.expovariate(lambd) 指数分布
random.gammavariate(alpha,beta) 伽马分布
random.gauss(mu,sigma) 高斯分布
random.normalvariate(mu,sigma) 正态分布
random.SystemRandom()，这个与系统相关
random库在生成随机内容时非常有用。python采用的伪随机数算法是MersenneTwiste
下一篇内容：
socket