Python中有两个常用的`choice`函数，分别来自`random`模块和`numpy`模块。 ### random模块中的choice函数 `random.choice()`用于从非空序列（如列表、元组、字符串）中随机选择一个元素。若序列为空，会引发`IndexError`异常。其使用方式是将需要选择的容器对象作为参数传递给该函数，以下是使用示例： ```python import random # 从列表中随机选择 fruits = ["苹果", "香蕉", "橙子", "芒果"] selected = random.choice(fruits) print(selected) # 可能输出：香蕉 # 从字符串中随机选择字符 text = "HelloWorld" char = random.choice(text) print(char) # 可能输出：W # 从元组中随机选择 numbers = (10, 20, 30, 40) selected = random.choice(numbers) print(selected) # 可能输出：30 # 从集合中随机选择（需转为列表） unique_nums = {1, 2, 3, 4} selected = random.choice(list(unique_nums)) print(selected) # 可能输出：4 # 常见应用场景 # 随机抽奖 participants = ["张三", "李四", "王五", "赵六"] winner = random.choice(participants) print(f"中奖者：{winner}") # 输出示例：中奖者：王五 # 生成随机测试数据 actions = ["点击", "滑动", "输入", "返回"] random_action = random.choice(actions) print(f"模拟操作：{random_action}") # 输出示例：模拟操作：滑动 # 随机选择路径 directions = ["上", "下", "左", "右"] next_step = random.choice(directions) print(f"下一步方向：{next_step}") # 输出示例：下一步方向：左 ``` ### numpy模块中的choice函数 `np.random.choice()`功能更强大，可指定选择的数量、是否可重复选择以及每个元素被选中的概率。参数`a`表示要选择的数组或整数（若为整数，则表示从`0`到`a-1`的整数数组），`size`表示选择的元素数量，`replace`表示是否可重复选择，`p`表示每个元素被选中的概率。以下是使用示例： ```python import numpy as np # 从0 - 4中等概率采样3个数，可以重复 print(np.random.choice(5, 3)) # 从0 - 4中等概率采样3个数，不可以重复 print(np.random.choice(5, 3, replace=False)) # 注意不放回采样时，size不能比arr数组大 # print(np.random.choice(5, 6, replace=False)) # 从0 - 4中以指定概率采样3个数 print(np.random.choice(5, 3, p=[0.1, 0.1, 0.1, 0.3, 0.4])) # 从0 - 4中以指定概率采样3个数，不重复 print(np.random.choice(5, 3, p=[0.1, 0.1, 0.1, 0.3, 0.4], replace=False)) ```