Python: random模块的随即取样函数：choice()，choices()，sample()

lcqin111

已于 2023-10-29 12:11:45 修改

阅读量4w

点赞数 13

分类专栏： python 文章标签： python 人工智能开发语言

于 2018-10-29 12:41:12 首次发布

本文链接：https://blog.youkuaiyun.com/lcqin111/article/details/83504029

版权

python 专栏收录该内容

78 篇文章

订阅专栏

本文深入解析Python随机模块的三大核心函数：choice、choices与sample。详细介绍它们的功能与用法，包括从序列中随机选取元素、有放回随机选取及无放回随机抽样的具体实现。同时，探讨了设置随机种子的重要性，确保程序运行结果的可复现性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

choice(seq): 从seq序列中（可以是列表，元组，字符串）随机取一个元素返回

choices(population, weights=None, *, cum_weights=None, k=1)：从population中进行K次有放回随机选取，每次选取一个元素（注意会出现同一个元素多次被选中的情况），weights是相对权重值，population中有几个元素就要有相对应的weights值，cum_weights是累加权重值，例如，相对权重〔10, 5, 30，5〕相当于累积权重〔10, 15, 45，50〕。在内部，在进行选择之前，相对权重被转换为累积权重，因此提供累积权重节省了工作。返回一个列表。

sample(population, k)：从population中无放回取样，一次取k个，返回一个k长的列表。

可以像这样使用sample(range(10000000), k=60)

此外，需要注意的是，设置随机种子，目的是使两次程序的不同运行能够生成一样的随机数，不是同一个程序中多次运行随机函数生成一样的随机数：保证可复现性

random.seed(10)
random.choices(list(range(4)), k=10)
Out: [2, 1, 2, 0, 3, 3, 2, 0, 2, 1]
random.choices(list(range(4)), k=10)
Out: [0, 3, 3, 0, 3, 2, 1, 1, 2, 1]