确保您没有将源文件命名为random.py，并且在您的工作目录中没有一个名为random.pyc的文件。这两种情况都可能导致程序尝试导入本地random.py文件，而不是python的random模块。

你可以这样做:

>>> A = ['r','a','n','d','o','m']
>>> B = [1,2,3,4,5,6]
>>> import random
>>> random.sample(A+B, len(A+B))
[3, 'r', 4, 'n', 6, 5, 'm', 2, 1, 'a', 'o', 'd']

如果您想返回到两个列表，那么您可以将这个长列表拆分为两个。

文档为随机。Shuffle声明它会

打乱序列x的位置。

不要做:

print(random.shuffle(xs))  # WRONG!

相反,做:

random.shuffle(xs)
print(xs)

如你所知，原地洗牌才是问题所在。我也经常有问题，经常忘记如何复制一个列表，太。使用sample(a, len(a))是解决方案，使用len(a)作为样本大小。Python文档请参见https://docs.python.org/3.6/library/random.html#random.sample。

下面是一个使用random.sample()的简单版本，它将洗牌后的结果作为一个新列表返回。

import random

a = range(5)
b = random.sample(a, len(a))
print a, b, "two list same:", a == b
# print: [0, 1, 2, 3, 4] [2, 1, 3, 4, 0] two list same: False

# The function sample allows no duplicates.
# Result can be smaller but not larger than the input.
a = range(555)
b = random.sample(a, len(a))
print "no duplicates:", a == list(set(b))

try:
    random.sample(a, len(a) + 1)
except ValueError as e:
    print "Nope!", e

# print: no duplicates: True
# print: Nope! sample larger than population

对于numpy(科学和金融应用程序的流行库)，使用np.random.shuffle:

import numpy as np
b = np.arange(10)
np.random.shuffle(b)
print(b)

如果你需要一个原地洗牌和操作种子的能力，这段代码会有帮助:

from random import randint

a = ['hi','world','cat','dog']
print(sorted(a, key=lambda _: randint(0, 1)))

记住，“洗牌”是一种随机键排序。