【发布时间】:2010-09-23 07:30:48
【问题描述】:
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?
【问题讨论】:
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?
【问题讨论】:
import random
foo = ['a', 'b', 'c', 'd', 'e']
print(random.choice(foo))
对于cryptographically secure 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 是 Python 3.6 中的新功能。在旧版本的 Python 上,您可以使用 random.SystemRandom 类:
import random
secure_random = random.SystemRandom()
print(secure_random.choice(foo))
【讨论】:
random.choice(foo)会返回两个不同的结果吗?
random.sample(lst, n)
Standard pseudo-random generators are not suitable for security/cryptographic purposes.ref
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,我建议您改用random.sample。
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]
如果您只是从列表中提取一个项目,那么选择就不那么笨拙了,因为使用示例的语法是 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)) 可能是从集合中获取单个项目的选项。
编辑:使用秘密
正如许多人所指出的,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 的单线来选择多个项目,你可以使用 unpacking。
import random
first_random_item, second_random_item = random.sample({'a', 'b', 'c', 'd', 'e'}, 2)
【讨论】:
secrets 模块已在 3.6 版中添加到 Python 标准库 python.org/dev/peps/pep-0506
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])
【讨论】:
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 并移除随机选取的元素(使用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)
三次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([])
【讨论】:
random.shuffle list 一次,然后迭代它或弹出它以产生结果。要么会导致完全足够的“随机选择不重复”流,只是会在开始时引入随机性。
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)
【讨论】:
random.choices 是有替换的,而random.sample 是没有替换的。
NumPy 解决方案:numpy.random.choice
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)
还有some differences between the two methods 可能与您的实际用例有关。
import numpy as np
np.random.choice(foo) # randomly selects a single item
为了重现性,您可以这样做:
np.random.seed(123)
np.random.choice(foo) # first call will always return 'c'
对于一个或多个项目的样本,返回为array,传递size 参数:
np.random.choice(foo, 5) # sample with replacement (default)
np.random.choice(foo, 5, False) # sample without replacement
【讨论】:
secrets 模块,例如来自 Pēteris Caune 的答案!以及numpy.random.choice 文档的工作链接:numpy.org/doc/stable/reference/random/generated/…
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?
如果您希望接近到真正随机,那么我建议使用标准库中的secrets.choice(Python 3.6 中的新功能。):
>>> from secrets import choice # Python 3 only
>>> choice(list('abcde'))
'c'
以上内容等同于我之前的建议,使用 random 模块中的 SystemRandom 对象和 choice 方法 - 在 Python 2 的早期版本中可用:
>>> 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'
如果您想要确定性伪随机选择,请使用choice 函数(它实际上是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,其实不是,我们反复reseed就可以看到:
>>> 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)
嗯,是的,您可以将“种子”参数传递给它,但您会看到 SystemRandom object simply ignores it:
def seed(self, *args, **kwds):
"Stub method. Not used for a system random number generator."
return None
【讨论】:
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 也是这样:)
【讨论】:
random.choice(self, seq) 的实现是return seq[int(self.random() * len(seq))]。
randrange() 的定义,这意味着例如random.SystemRandom().randrange(3<<51) 表现出明显的偏见。 叹息...
float(IEEE 双精度型)只能在 [0,1) 中采用有限数量的值。 Random.random() 以传统方式生成其输出:在[0, 2**53) 中选择一个随机整数并除以2**53(53 是双精度数中的位数)。所以random() 返回 2**53 个等概率的双精度数,只有当 N 是 2 的幂时,您才能将其均匀地分成 N 个输出。对于小 N,偏差很小,但请参阅 collections.Counter(random.SystemRandom().randrange(3<<51)%6 for i in range(100000)).most_common()。 (Java 的 Random.nextInt() 避免了这种偏见。)
2**40(即1099511627776)的东西都足够小,以至于偏差在实践中并不重要?这确实应该在文档中指出,因为如果有人不细致,他们可能不会想到他们的这部分代码会出现问题。
random 使用getrandbits 来获得足够数量的位来为更大的randranges 生成结果(random.choice 也在使用它)。在 2.7 和 3.5 上都是如此。它仅在getrandbits 不可用时使用self.random() * len(seq)。它没有做你认为的愚蠢的事情。
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))
【讨论】:
random.sample方法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,因此所有子切片也都是有效的随机样本。
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']
【讨论】:
AttributeError: 'module' object has no attribute 'seed'
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)])
这是用最短和最聪明的方式编写的代码:
import random
foo = ['a', 'b', 'c', 'd', 'e']
print(random.choice(foo))
(python 2.7)
【讨论】:
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]
【讨论】:
你可以:
from random import randint
foo = ["a", "b", "c", "d", "e"]
print(foo[randint(0,4)])
【讨论】:
这可能已经是一个答案,但您可以使用random.shuffle。示例:
import random
foo = ['a', 'b', 'c', 'd', 'e']
random.shuffle(foo)
【讨论】:
recommended numpy way 现在使用显式 RNG:
from numpy.random import default_rng
rng = default_rng()
rng.choice(foo)
【讨论】:
random.choice 方法相反。
有两种方法可以做到。
import random
foo = ['a', 'b', 'c', 'd', 'e']
print(random.choice(foo))
import secrets
foo = ['a', 'b', 'c', 'd', 'e']
print(secrest.choice(foo))
【讨论】:
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)
【讨论】:
random.choice() 和random.randrange(),你到底为什么要这样做?
None 只是将罐子踢到稍后的某个随机点,其中无效的“元素”触发异常;或者更糟糕的是,你得到的是一个错误的程序而不是一个异常,你甚至都不知道它。