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？

1> Pēteris Caun..：

---

用途random.choice():

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,用于从词表生成密码),请使用random.SystemRandom类:

import random

foo = ['battery', 'correct', 'horse', 'staple']
secure_random = random.SystemRandom()
print(secure_random.choice(foo))

---

@EduardoPignatelli每个选项都是随机的,所以它*可以*返回两个不同的结果,但是根据起始种子,它不能保证.如果要从列表*lst*中选择*n*个不同的随机元素,请使用[`random.sample(lst,n)`](https://docs.python.org/library/random.html#random.样品)

---

在相关说明中，“标准伪随机生成器不适用于安全性/加密目的。”

2> Paul..：

---

如果您想从列表中随机选择多个项目,或者从一个集合中选择一个项目,我建议您random.sample改用.

import random
group_of_items = {1, 2, 3, 4}               # 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] 

如果您只从列表中提取单个项目,则选择不那么笨重,因为使用示例将使用语法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,如果你需要更安全的伪随机样本,你应该使用秘密模块:

import secrets                              # imports secure module.
secure_random = secrets.SystemRandom()      # creates a secure random object.
group_of_items = {1, 2, 3, 4}               # 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]

3> Juampi..：

---

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])

4> Chris_Rands..：

---

从Python 3.6开始,您可以使用该secrets模块,该random模块比加密或安全用途的模块更可取.

要从列表中打印随机元素:

import secrets
foo = ['a', 'b', 'c', 'd', 'e']
print(secrets.choice(foo))

要打印随机索引:

print(secrets.randbelow(len(foo)))

有关详细信息,请参阅PEP 506.

5> kiriloff..：

---

我提出了一个脚本,用于从列表中删除随机拾取的项目,直到它为空:

保持set并删除随机拾取的元素(带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([])

---

或者你只需​​`random.shuffle`一次`list`并迭代它或弹出它以产生结果.要么导致完全足够的"随机选择而没有重复"流,只是在开始时引入随机性.

---

从理论上讲,你可以使用集合的[pop()](https://docs.python.org/3.4/library/stdtypes.html#set.pop)方法从集合中删除任意元素并返回它,但是它可能不够随机.

6> Fardin..：

---

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)

---

注意`random.choices`是替换而`random.sample`没有替换.

7> Aaron Hall..：

---

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,那么我建议使用模块中的SystemRandom对象random和choice方法:

>>> import random
>>> 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'

如果需要确定性伪随机选择,请使用该choice函数(实际上是Random对象的绑定方法):

>>> random.choice
>

这似乎是随机的,但实际上并非如此,如果我们重复重复它,我们可以看到它:

>>> 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')

8> C8H10N4O2..：

---

numpy 解: numpy.random.choice

对于这个问题,它的作用与接受的答案(import random; random.choice())相同,但是我添加了它,因为程序员可能已经导入numpy(像我一样),并且这两种方法之间可能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:

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,作为a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

9> Janek Olszak..：

---

如果你需要索引只需使用:

import random
foo = ['a', 'b', 'c', 'd', 'e']
print int(random.random() * len(foo))
print foo[int(random.random() * len(foo))]

random.choice做同样的事:)

---

@ kevinsa5最终,因为`float`(IEEE double)只能在[0,1]中获取有限数量的值.`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是双精度中的位数) .因此`random()`返回2**53等概率双精度,只有当N是2的幂时,你才可以将它均匀地划分为N个输出.小N的偏差很小,但是看`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.)

---

@tc.实际上,它的确做的基本相同.`random.choice(self,seq)`的实现是`return seq [int(self.random()*len(seq))]`.

---

@wim这有点令人失望,但*非常令人失望的是,它也是`randrange()`的定义,例如`random.SystemRandom().randrange(3 << 51)`表现出明显的偏见.*叹...*

10> Liam..：

---

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,最智能的方式执行的代码:

import random

foo = ['a', 'b', 'c', 'd', 'e']
print(random.choice(foo))

(python 2.7)