Risposte:
Uso random.choice()
import random
foo = ['a', 'b', 'c', 'd', 'e']
print(random.choice(foo))
Per scelte casuali crittograficamente sicure (ad esempio per generare una passphrase da un elenco di parole) utilizzaresecrets.choice()
import secrets
foo = ['battery', 'correct', 'horse', 'staple']
print(secrets.choice(foo))
secrets
è una novità di Python 3.6, nelle versioni precedenti di Python è possibile utilizzare la random.SystemRandom
classe:
import random
secure_random = random.SystemRandom()
print(secure_random.choice(foo))
random.sample(lst, n)
Se si desidera selezionare casualmente più di un elemento da un elenco o selezionare un elemento da un set, si consiglia di utilizzare random.sample
invece.
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]
Se stai solo estraendo un singolo elemento da un elenco, la scelta è meno ingombrante, poiché l'utilizzo del campione avrebbe la sintassi random.sample(some_list, 1)[0]
anziché random.choice(some_list)
.
Sfortunatamente, la scelta funziona solo per un singolo output delle sequenze (come elenchi o tuple). Sebbene random.choice(tuple(some_set))
possa essere un'opzione per ottenere un singolo oggetto da un set.
EDIT: utilizzo dei segreti
Come molti hanno sottolineato, se hai bisogno di campioni pseudocasuali più sicuri, dovresti usare il modulo secrets:
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]
EDIT: Pythonic One-Liner
Se si desidera un one-liner più pitone per la selezione di più elementi, è possibile utilizzare il disimballaggio.
import random
first_random_item, second_random_item = random.sample(group_of_items, 2)
secrets
modulo BTW è stato aggiunto alla libreria standard Python nella versione 3.6 python.org/dev/peps/pep-0506
Se è necessario anche l'indice, utilizzare random.randrange
from random import randrange
random_index = randrange(len(foo))
print(foo[random_index])
A partire da Python 3.6 è possibile utilizzare il secrets
modulo, che è preferibile al random
modulo per scopi di crittografia o sicurezza.
Per stampare un elemento casuale da un elenco:
import secrets
foo = ['a', 'b', 'c', 'd', 'e']
print(secrets.choice(foo))
Per stampare un indice casuale:
print(secrets.randbelow(len(foo)))
Per i dettagli, vedere PEP 506 .
Propongo uno script per la rimozione casuale degli elementi raccolti da un elenco fino a quando non è vuoto:
Mantieni ae set
rimuovi l'elemento prelevato casualmente (con choice
) fino a quando l'elenco è vuoto.
s=set(range(1,6))
import random
while len(s)>0:
s.remove(random.choice(list(s)))
print(s)
Tre prove danno tre risposte diverse:
>>>
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([])
random.shuffle
il list
tempo e sia iterare o pop per produrre risultati. O si tradurrebbe in un flusso "seleziona in modo casuale senza ripetizioni" perfettamente adeguato, è solo che la casualità verrebbe introdotta all'inizio.
foo = ['a', 'b', 'c', 'd', 'e']
number_of_samples = 1
In Python 2:
random_items = random.sample(population=foo, k=number_of_samples)
In Python 3:
random_items = random.choices(population=foo, k=number_of_samples)
random.choices
è con la sostituzione mentre random.sample
è senza sostituzione.
numpy
soluzione: numpy.random.choice
Per questa domanda, funziona come la risposta accettata ( import random; random.choice()
), ma l'ho aggiunta perché il programmatore potrebbe aver numpy
già importato (come me) e inoltre ci sono alcune differenze tra i due metodi che possono riguardare il tuo caso d'uso reale.
import numpy as np
np.random.choice(foo) # randomly selects a single item
Per la riproducibilità, puoi fare:
np.random.seed(123)
np.random.choice(foo) # first call will always return 'c'
Per i campioni di uno o più articoli , restituiti come an array
, passare l' size
argomento:
np.random.choice(foo, 5) # sample with replacement (default)
np.random.choice(foo, 5, False) # sample without replacement
Come selezionare casualmente un elemento da un elenco?
Supponiamo di avere il seguente elenco:
foo = ['a', 'b', 'c', 'd', 'e']
Qual è il modo più semplice per recuperare un elemento a caso da questo elenco?
Se vuoi un risultato quasi casuale , suggerisco secrets.choice
dalla libreria standard (Novità in Python 3.6.):
>>> from secrets import choice # Python 3 only
>>> choice(list('abcde'))
'c'
Quanto sopra equivale alla mia precedente raccomandazione, usando un SystemRandom
oggetto dal random
modulo con il choice
metodo - disponibile in precedenza in Python 2:
>>> import random # Python 2 compatible
>>> sr = random.SystemRandom()
>>> foo = list('abcde')
>>> foo
['a', 'b', 'c', 'd', 'e']
E adesso:
>>> 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'
Se si desidera una selezione pseudocasuale deterministica, utilizzare la choice
funzione (che in realtà è un metodo associato su un Random
oggetto):
>>> random.choice
<bound method Random.choice of <random.Random object at 0x800c1034>>
Sembra casuale, ma in realtà non lo è, che possiamo vedere se lo abbiamo ridimensionato ripetutamente:
>>> 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')
Non si tratta di stabilire se random.choice sia davvero casuale. Se aggiusti il seme, otterrai risultati riproducibili - ed è per questo che è progettato il seme. Puoi anche passare un seme a SystemRandom.
sr = random.SystemRandom(42)
Bene, sì, puoi passare un argomento "seed", ma vedrai che l' SystemRandom
oggetto semplicemente lo ignora :
def seed(self, *args, **kwds):
"Stub method. Not used for a system random number generator."
return None
se hai bisogno dell'indice usa solo:
import random
foo = ['a', 'b', 'c', 'd', 'e']
print int(random.random() * len(foo))
print foo[int(random.random() * len(foo))]
random.choice fa lo stesso :)
random.choice(self, seq)
is return seq[int(self.random() * len(seq))]
.
randrange()
che significa ad esempio che random.SystemRandom().randrange(3<<51)
mostra un pregiudizio significativo. Sigh ...
float
(un doppio IEEE) può prendere solo un numero finito di valori in [0,1). Random.random()
genera il suo output nel modo tradizionale: scegli un numero intero casuale [0, 2**53)
e dividi per 2**53
(53 è il numero di bit in un doppio). Quindi random()
restituisce 2 ** 53 doppi equiprobabili, e puoi dividerlo uniformemente in N output solo se N è una potenza di 2. Il bias è piccolo per N piccolo, ma vedi collections.Counter(random.SystemRandom().randrange(3<<51)%6 for i in range(100000)).most_common()
. (Java's Random.nextInt () evita tale distorsione.)
2**40
((che è 1099511627776), sarebbe abbastanza piccolo da non dare importanza al pregiudizio nella pratica? Questo dovrebbe davvero essere sottolineato nella documentazione, perché se qualcuno non è meticoloso, potrebbero non aspettarsi che i problemi provengano da questa parte del loro codice.
random
utilizza getrandbits
per ottenere un numero adeguato di bit per generare un risultato per randrange
s più grandi (lo random.choice
sta anche usando). Questo vale sia per 2.7 che per 3.5. Utilizza solo self.random() * len(seq)
quando getrandbits
non è disponibile. Non sta facendo la cosa stupida che pensi che sia.
Questo è il codice con una variabile che definisce l'indice casuale:
import random
foo = ['a', 'b', 'c', 'd', 'e']
randomindex = random.randint(0,len(foo)-1)
print (foo[randomindex])
## print (randomindex)
Questo è il codice senza la variabile:
import random
foo = ['a', 'b', 'c', 'd', 'e']
print (foo[random.randint(0,len(foo)-1)])
E questo è il codice nel modo più breve e intelligente per farlo:
import random
foo = ['a', 'b', 'c', 'd', 'e']
print(random.choice(foo))
(python 2.7)
Il seguente codice dimostra se è necessario produrre gli stessi articoli. Puoi anche specificare quanti campioni vuoi estrarre.
Il sample
metodo restituisce un nuovo elenco contenente elementi della popolazione lasciando invariata la popolazione originale. L'elenco risultante è in ordine di selezione in modo che anche tutti i sottotitoli siano campioni casuali validi.
import random as random
random.seed(0) # don't use seed function, if you want different results in each run
print(random.sample(foo,3)) # 3 is the number of sample you want to retrieve
Output:['d', 'e', 'a']
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]
Duplicato di https://stackoverflow.com/a/49682832/4383027
Possiamo anche farlo usando randint.
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)
random.choice()
e random.randrange()
?
None
dà dei calci alla lattina in un punto successivo casuale in cui l '"elemento" non valido innesca un'eccezione; o peggio ancora, ottieni un programma errato invece di un'eccezione e non lo sai nemmeno.
Potresti semplicemente:
from random import randint
foo = ["a", "b", "c", "d", "e"]
print(foo[randint(0,4)])
random.choice(foo)
ritorno ha due risultati diversi?