在研究this question并阅读random.py中的源代码时，我开始怀疑randrange和randint是否真的表现为“广告宣传”。我非常倾向于这么认为，但是我读它的方式，randrange基本上实现为
start + int(random.random()*(stop-start))
（假设start和stop的整数值），因此randrange(1, 10)应返回1到9之间的随机数。
randint(start, stop)正在调用randrange(start, stop+1)，从而返回1到10之间的数字。
我现在的问题是：
如果random()曾要返回1.0，那么randint(1,10)会返回11，不是吗？
答案 0 :(得分：27)
来自random.py和文档：
"""Get the next random number in the range [0.0, 1.0)."""
)表示间隔独占 1.0。也就是说，它永远不会返回1.0。
这是数学中的一般惯例，[和]是包容性的，而(和)是排他性的，两种类型的括号可以混合为(a, b]或[a, b)。请查看wikipedia: Interval (mathematics)以获得正式解释。
答案 1 :(得分：12)
其他答案指出，random()的结果始终严格小于1.0;然而，这只是故事的一半。
如果您将randrange(n)计算为int(random() * n)，那么 还需要知道任何满足x的Python浮点0.0 <= x < 1.0，以及任何正整数n，0.0 <= x * n < n都是如此，因此int(x * n)严格小于n。
这里有两件事可能出错：首先，当我们计算x * n时，n被隐式转换为浮点数。对于足够大的n，该转换可能会改变该值。但是如果你看一下Python源代码，你会发现它只使用int(random() * n)方法n小于2**53（这里和下面我假设平台使用IEEE 754双打），这是保证n到浮点数的转换不会丢失信息的范围（因为n可以完全表示为浮点数）。
可能出错的第二件事是乘法x * n的结果（现在作为浮点数的产物执行，记得）可能不会完全可以表示，因此会有一些舍入参与其中。如果x足够接近1.0，则可以想到舍入会将结果四舍五入到n本身。
要看到这种情况不会发生，我们只需要考虑x的最大可能值，即（几乎所有运行Python的计算机上）1 - 2**-53。因此，我们需要针对正整数(1 - 2**-53) * n < n显示n，因为random() * n <= (1 - 2**-53) * n始终是真的。
证明（草图）让k成为k的唯一整数2**(k-1) < n <= 2**k。然后，n的下一个向下浮动为n - 2**(k-53)。我们需要证明n*(1-2**53)（即产品的实际，未包含的价值）更接近n - 2**(k-53)而不是n，因此它将始终向下舍入。但是一个小算术表明从n*(1-2**-53)到n的距离是2**-53 * n，而从n*(1-2**-53)到n - 2**(k-53)的距离是(2**k - n) * 2**-53。但2**k - n < n（因为我们选择了k以便2**(k-1) < n），因此产品 更接近n - 2**(k-53)，因此将< / em>向下舍入（假设，即平台正在做某种形式的舍入到最近）。
所以我们很安全。呼！
附录（2015-07-04）：以上假设采用IEEE 754二进制64算法，采用圆形连接到均匀舍入模式。在许多机器上，这种假设是相当安全的。但是，在使用x87 FPU进行浮点运算的x86机器上（例如，32位Linux的各种风格），乘法中有double rounding的可能性，这使得{{1}成为可能在random() * n返回最大可能值的情况下，将向上舍入到n。可能发生这种情况的最小random()是n。有关详情，请参阅http://bugs.python.org/issue24546上的讨论。
答案 2 :(得分：3)
来自Python文档：
几乎所有模块函数都依赖于函数random（），它在半开放范围[0.0,1.0]内均匀生成随机浮点数。
几乎每个PRNG的浮点数......