random选择【a，b】选过不重复选择

可以使用 Python 中的 random 模块和 set 类型来实现随机选择不重复选择。

例如，如果要从列表 [1, 2, 3, 4, 5] 中随机选择两个数：

import random

lst = [1, 2, 3, 4, 5]
num_choices = 2

# 使用 set 类型来保存已经选择的数
choices = set()

# 循环进行随机选择
for i in range(num_choices):
    # 随机选择一个下标
    idx = random.randint(0, len(lst)-1)
    # 如果该下标对应的数已经被选择过，则继续往后找
    while idx in choices:
        idx = (idx + 1) % len(lst)
    # 将该下标对应的数加入已选择的集合
    choices.add(idx)
    # 输出已选择的数
    print(lst[idx])

输出结果可能为：

3
1

这表示选择了列表中的第 3 和第 1 个数。

相关问题

js中let a=[a,b,c,d,e,f,g]随机选择两个不重复的值

你可以使用以下代码从给定的数组中随机选择两个不重复的值：

let a = ['a', 'b', 'c', 'd', 'e', 'f', 'g'];
let selected = [];

while (selected.length < 2) {
  let randomIndex = Math.floor(Math.random() * a.length);
  let element = a[randomIndex];

  if (!selected.includes(element)) {
    selected.push(element);
  }
}

console.log(selected);

这段代码使用一个`while`循环来选择两个不重复的值。在每次循环中，它生成一个随机索引`randomIndex`，然后根据该索引从数组`a`中获取对应的元素`element`。接着，它检查`selected`数组中是否已经包含了该元素，如果没有，则将其添加进去。最终，打印出所选的两个不重复的值。每次运行代码，你将得到不同的结果。

np.random.choice函数的具体用法

np.random.choice函数是numpy库中的一个函数，用于从给定的一维数组中以概率分布的形式随机抽取元素。其具体用法如下：

np.random.choice(a, size=None, replace=True, p=None)

其中，参数说明如下：

- a：一维数组或整数。如果是一维数组，则从其中抽取元素，如果是整数，则相当于从range(a)中抽取元素。
- size：整数或元组，可选。用于指定抽取元素的数量。如果不指定，则返回单个元素。
- replace：布尔值，可选。表示是否允许重复抽取元素。如果为True，则可以重复抽取，如果为False，则不能重复抽取。默认为True。
- p：一维数组，可选。表示a中每个元素被抽取的概率。如果不指定，则默认为均匀分布。

使用示例：

import numpy as np

# 从一维数组中抽取单个元素
a = np.array([1, 2, 3, 4, 5])
x = np.random.choice(a)
print(x)  # 输出结果为：随机抽取的一个元素

# 从一维数组中抽取多个元素
b = np.random.choice(a, size=3, replace=False)
print(b)  # 输出结果为：随机抽取的三个元素

# 从整数范围中抽取元素
c = np.random.choice(10, size=5)
print(c)  # 输出结果为：随机抽取的五个元素

# 指定概率分布进行抽取
d = np.random.choice(a, size=3, p=[0.1, 0.2, 0.3, 0.2, 0.2])
print(d)  # 输出结果为：按照指定的概率分布随机抽取的三个元素

注意：由于np.random.choice函数是以概率分布的形式随机抽取元素，因此在使用时需要根据实际情况指定合理的概率分布，否则可能会导致抽取结果不合理。