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)])

这是最短最聪明的代码：

import random

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

（python 2.7）

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)

你可以：

from random import randint

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

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

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([])

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

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)