随机数生成与统计python

Python中可以使用random模块生成随机数，例如：

import random

# 生成一个0到1之间的随机数
print(random.random())

# 生成一个指定范围内的整数随机数
print(random.randint(1, 10))

# 从指定列表中随机选择一个元素
my_list = ['apple', 'banana', 'orange']
print(random.choice(my_list))

统计方面，Python中有很多统计相关的库，其中最常用的是NumPy和Pandas。

使用NumPy进行统计：

import numpy as np

# 计算平均值
my_list = [1, 2, 3, 4, 5]
mean = np.mean(my_list)
print(mean)

# 计算中位数
median = np.median(my_list)
print(median)

# 计算标准差
std_dev = np.std(my_list)
print(std_dev)

使用Pandas进行统计：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10]})

# 计算平均值
mean = df.mean()
print(mean)

# 计算中位数
median = df.median()
print(median)

# 计算标准差
std_dev = df.std()
print(std_dev)

以上代码只是简单介绍了随机数生成和统计的一些基本使用方法，具体应用可以根据实际情况进行调整。