如何从以下列表中随机检索项目?

foo = ['a', 'b', 'c', 'd', 'e']

当前回答

我们也可以使用randint来实现这一点。

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)

其他回答

我建议使用一个脚本来删除列表中随机选取的项目,直到列表为空:

维护一个集合并删除随机选取的元素(有选择),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)

三次跑步给出三种不同的答案:

>>> 
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([])

你可以:

from random import randint

foo = ["a", "b", "c", "d", "e"]

print(foo[randint(0,4)])

推荐的numpy方式是使用显式RNG:

from numpy.random import default_rng

rng = default_rng()
rng.choice(foo)

NumPy解决方案:NumPy.random.ochoice

对于这个问题,它的工作原理与接受的答案(import random;random.choice())相同,但我添加了它,因为程序员可能已经(像我一样)导入了NumPy

此外,这两种方法之间也存在一些差异,可能与您的实际用例有关。

import numpy as np
np.random.choice(foo) # randomly selects a single item

为了再现性,您可以执行以下操作:

np.random.seed(123)
np.random.choice(foo) # first call will always return 'c'

对于作为数组返回的一个或多个项目的示例,请传递size参数:

np.random.choice(foo, 5)          # sample with replacement (default)
np.random.choice(foo, 5, False)   # sample without replacement

如果需要索引,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也会这样做:)