假设我有以下列表:
foo = ['a', 'b', 'c', 'd', 'e']
从此列表中随机检索项目的最简单方法是什么?
import random
foo = ['a', 'b', 'c', 'd', 'e']
print(random.choice(foo))
对于加密安全的随机选择(例如,从单词列表生成密码),使用secrets.choice()
:
import secrets
foo = ['battery', 'correct', 'horse', 'staple']
print(secrets.choice(foo))
secrets
在 Python 3.6 中是新的。在旧版本的 Python 上,您可以使用random.SystemRandom
该类:
import random
secure_random = random.SystemRandom()
print(secure_random.choice(foo))
如果您想从列表中随机选择多个项目,或者从一组中选择一个项目,我建议您random.sample
改用。
import random
group_of_items = {'a', 'b', 'c', 'd', 'e'} # a sequence or set will work here.
num_to_select = 2 # set the number to select here.
list_of_random_items = random.sample(group_of_items, num_to_select)
first_random_item = list_of_random_items[0]
second_random_item = list_of_random_items[1]
但是,如果您只是从列表中提取单个项目,则选择不那么笨拙,因为使用 sample 将具有语法random.sample(some_list, 1)[0]
而不是random.choice(some_list)
.
不幸的是,选择仅适用于序列的单个输出(例如列表或元组)。虽然random.choice(tuple(some_set))
可能是从一组中获取单个项目的选项。
编辑:使用秘密
正如许多人指出的那样,如果您需要更安全的伪随机样本,您应该使用 secrets 模块:
import secrets # imports secure module.
secure_random = secrets.SystemRandom() # creates a secure random object.
group_of_items = {'a', 'b', 'c', 'd', 'e'} # a sequence or set will work here.
num_to_select = 2 # set the number to select here.
list_of_random_items = secure_random.sample(group_of_items, num_to_select)
first_random_item = list_of_random_items[0]
second_random_item = list_of_random_items[1]
编辑:Pythonic One-Liner
如果你想要一个更 Pythonic 的单行来选择多个项目,你可以使用 unpacking。
import random
first_random_item, second_random_item = random.sample({'a', 'b', 'c', 'd', 'e'}, 2)
如果您还需要索引,请使用random.randrange
from random import randrange
random_index = randrange(len(foo))
print(foo[random_index])
我提出了一个脚本,用于从列表中删除随机选取的项目,直到它为空:
维护一个set
并删除随机拾取的元素(带有choice
),直到列表为空。
s=set(range(1,6))
import random
while len(s)>0:
s.remove(random.choice(list(s)))
print(s)
三个运行给出三个不同的答案:
>>>
set([1, 3, 4, 5])
set([3, 4, 5])
set([3, 4])
set([4])
set([])
>>>
set([1, 2, 3, 5])
set([2, 3, 5])
set([2, 3])
set([2])
set([])
>>>
set([1, 2, 3, 5])
set([1, 2, 3])
set([1, 2])
set([1])
set([])
foo = ['a', 'b', 'c', 'd', 'e']
number_of_samples = 1
在 Python 2 中:
random_items = random.sample(population=foo, k=number_of_samples)
在 Python 3 中:
random_items = random.choices(population=foo, k=number_of_samples)
对于这个问题,它与接受的答案(import random; random.choice()
)相同,但我添加它是因为程序员可能已经导入了 NumPy(像我一样)
而且这两种方法之间也存在一些可能与您的实际用例有关的差异。
import numpy as np
np.random.choice(foo) # randomly selects a single item
为了重现性,您可以执行以下操作:
np.random.seed(123)
np.random.choice(foo) # first call will always return 'c'
对于一个或多个 items的样本,以 an 形式返回array
,传递size
参数:
np.random.choice(foo, 5) # sample with replacement (default)
np.random.choice(foo, 5, False) # sample without replacement
如何从列表中随机选择一个项目?
假设我有以下列表:
foo = ['a', 'b', 'c', 'd', 'e']
从此列表中随机检索项目的最简单方法是什么?
如果你想接近真正的随机,那么我建议secrets.choice
从标准库(Python 3.6 中的新功能):
>>> from secrets import choice # Python 3 only
>>> choice(list('abcde'))
'c'
以上等同于我之前的建议,使用模块中的SystemRandom
对象和方法 - 在 Python 2 早期可用:random
choice
>>> import random # Python 2 compatible
>>> sr = random.SystemRandom()
>>> foo = list('abcde')
>>> foo
['a', 'b', 'c', 'd', 'e']
现在:
>>> sr.choice(foo)
'd'
>>> sr.choice(foo)
'e'
>>> sr.choice(foo)
'a'
>>> sr.choice(foo)
'b'
>>> sr.choice(foo)
'a'
>>> sr.choice(foo)
'c'
>>> sr.choice(foo)
'c'
如果您想要确定性的伪随机选择,请使用该choice
函数(实际上是Random
对象上的绑定方法):
>>> random.choice
<bound method Random.choice of <random.Random object at 0x800c1034>>
看起来是随机的,但实际上并非如此,如果我们反复重新播种,我们可以看到:
>>> random.seed(42); random.choice(foo), random.choice(foo), random.choice(foo)
('d', 'a', 'b')
>>> random.seed(42); random.choice(foo), random.choice(foo), random.choice(foo)
('d', 'a', 'b')
>>> random.seed(42); random.choice(foo), random.choice(foo), random.choice(foo)
('d', 'a', 'b')
>>> random.seed(42); random.choice(foo), random.choice(foo), random.choice(foo)
('d', 'a', 'b')
>>> random.seed(42); random.choice(foo), random.choice(foo), random.choice(foo)
('d', 'a', 'b')
这与 random.choice 是否真正随机无关。如果你修复了种子,你将获得可重复的结果——这就是种子的设计目的。您也可以将种子传递给 SystemRandom。
sr = random.SystemRandom(42)
好吧,是的,您可以向它传递一个“种子”参数,但是您会看到该SystemRandom
对象只是忽略了它:
def seed(self, *args, **kwds):
"Stub method. Not used for a system random number generator."
return None
如果您需要索引,只需使用:
import random
foo = ['a', 'b', 'c', 'd', 'e']
print int(random.random() * len(foo))
print foo[int(random.random() * len(foo))]
random.choice也一样:)
random.sample
方法该sample
方法返回一个新列表,其中包含人口中的元素,同时保持原始人口不变。结果列表按选择顺序排列,因此所有子切片也将是有效的随机样本。
import random
lst = ['a', 'b', 'c', 'd', 'e']
random.seed(0) # remove this line, if you want different results for each run
rand_lst = random.sample(lst,3) # 3 is the number of sample you want to retrieve
print(rand_lst)
Output:['d', 'e', 'a']
我通常使用随机模块来处理列表和随机化
import random
foo = ['a', 'b', 'c', 'd', 'e']
print(random.choice(foo))
这是带有定义随机索引的变量的代码:
import random
foo = ['a', 'b', 'c', 'd', 'e']
randomindex = random.randint(0,len(foo)-1)
print (foo[randomindex])
## print (randomindex)
这是没有变量的代码:
import random
foo = ['a', 'b', 'c', 'd', 'e']
print (foo[random.randint(0,len(foo)-1)])
这是以最短和最聪明的方式执行此操作的代码:
import random
foo = ['a', 'b', 'c', 'd', 'e']
print(random.choice(foo))
(蟒蛇2.7)
import random
my_list = [1, 2, 3, 4, 5]
num_selections = 2
new_list = random.sample(my_list, num_selections)
randIndex = random.sample(range(len(my_list)), n_selections)
randIndex.sort()
new_list = [my_list[i] for i in randIndex]
你可以:
from random import randint
foo = ["a", "b", "c", "d", "e"]
print(foo[randint(0,4)])
这可能已经是一个答案,但您可以使用random.shuffle
. 例子:
import random
foo = ['a', 'b', 'c', 'd', 'e']
random.shuffle(foo)
有两种方法可以做到这一点。
import random
foo = ['a', 'b', 'c', 'd', 'e']
print(random.choice(foo))
import secrets
foo = ['a', 'b', 'c', 'd', 'e']
print(secrets.choice(foo))
现在推荐的numpy
方法是使用显式 RNG:
from numpy.random import default_rng
rng = default_rng()
rng.choice(foo)
我们也可以使用 randint 来做到这一点。
from random import randint
l= ['a','b','c']
def get_rand_element(l):
if l:
return l[randint(0,len(l)-1)]
else:
return None
get_rand_element(l)