之前有一个任务，其中一个步骤是从名单中随机选择部分用户去执行一些操作，而且要保证用户被选中的概率大致相等。
(图源：pixabay)
random.randint()
我对Python不是很熟，所以我首先想到的是用random生成列表长度范围内的随机数，然后再用下标的方式去读取列表。
为了记录操作次数以比较列表元素被选中的概率，我将列表改成字典的形式，以便于记录操作次数。
代码如下：
import time
import random
from pprint import pprint
dict= {'a':0, 'b':0, 'c':0, 'd':0}
list = list(dict.keys())
pprint(dict)
pprint(list)
start = time.clock()
for i in range(0, 400000):
index = random.randint(0, 3)
dict[list[index]]+=1
pprint(dict)
print("CPU Time:", time.clock() - start)
执行结果如下：
可以看到元素被选中的概率基本相同，可以满足我们的需求。
random.choice()
上述代码虽然能实现功能，但是总感觉不是很优雅，经过查手册，发现了random.choice()这个函数，来试试这个吧。
代码如下：
import time
import random
from pprint import pprint
dict= {'a':0, 'b':0, 'c':0, 'd':0}
list = list(dict.keys())
pprint(dict)
pprint(list)
start = time.clock()
for i in range(0, 400000):
choice = random.choice(list)
dict[choice]+= 1
pprint(dict)
print("CPU Time:", time.clock() - start)
执行结果结果如下：
可以看出元素被选中的概率基本相同，但是就性能而言，比random.randint()方法要好很多.
random.sample()
有发现random模块居然还有个sample函数，看起来专门为取样设计的啊
代码如下：
import time
import random
from pprint import pprint
dict= {'a':0, 'b':0, 'c':0, 'd':0}
list = list(dict.keys())
pprint(dict)
pprint(list)
start = time.clock()
for i in range(0, 400000):
samples = random.sample(list, 1)
dict[samples[0]]+= 1
pprint(dict)
print("CPU Time:", time.clock() - start)
执行结果结果如下：
OMG, 尽管元素被选中的概率基本相同，但这性能哭了。（当然，可能耗费在列表元素读取上，具体是啥，懒得评估了），看来名字好看也不一定中用啦。
random.choices()
咦，又发现一个崭新的函数，之所以说它是崭新的，是因为这是在3.6版本中新增的函数 New in version 3.6
如果你还在运行3.6以下版本，对不起，这个你用不了。
代码如下：
import time
import random
from pprint import pprint
dict= {'a':0, 'b':0, 'c':0, 'd':0}
list = list(dict.keys())
pprint(dict)
pprint(list)
start = time.clock()
for i in range(0, 400000):
choices = random.choices(list, k=1)
dict[choices[0]]+= 1
pprint(dict)
print("CPU Time:", time.clock() - start)
执行结果结果如下：
哇，你看看人家，要结果有结果，要颜值有颜值，要性能有性能，简直完美的不要不要的。
更进一步
从上边的结果，不能看出，选取结果概率都是均匀分布的，符合我们的要求。
但是选择一个元素的时候， random.choice()函数性能最好。
那么我们为何还要大力推崇random.choices()呢？答案有两点：
- 支持选择多个元素
- 支持设置不同元素权重
支持选择多个元素
代码：
import time
import random
from pprint import pprint
dict= {'a':0, 'b':0, 'c':0, 'd':0}
list = list(dict.keys())
pprint(dict)
pprint(list)
start = time.clock()
for i in range(0, 400000):
choices = random.choices(list, k=2)
dict[choices[0]]+= 1
dict[choices[1]]+= 1
pprint(dict)
print("CPU Time:", time.clock() - start)
结果：
看吧，选择了2倍量的元素，耗时只增加了一丁点。
支持设置不同元素权重
如果想让不同的元素，被选取的概率不同，我之前的做法是这样的
把['a', 'b', 'c', 'd']改成['a', 'a', 'b', 'c', 'd']，是不是看起来傻，我觉得也是！
正确是姿势是用random.choices()并设置权重/weights 的方法
代码：
import time
import random
from pprint import pprint
dict= {'a':0, 'b':0, 'c':0, 'd':0}
list = list(dict.keys())
pprint(dict)
pprint(list)
start = time.clock()
for i in range(0, 400000):
choices = random.choices(list, [2, 2, 1, 3], k=2)
dict[choices[0]]+= 1
dict[choices[1]]+= 1
pprint(dict)
print("CPU Time:", time.clock() - start)
结果：
完美的不要不要的，有没有？
听说用cum_weights参数，效率会更高，比如改成这样：
choices = random.choices(list, cum_weights=[2, 4, 5, 8], k=2)
试了一下，果然性能提升了不少，不过我决定坚决弃用，为何？ 不直观呗！
总结 / Summaries
通过学习，我们知道在Python 中，可以用下列函数随机选取元素
random.randint()random.choice()random.sample()random.choices()
通过测试，我们发现最后一个函数可以用来选取多个元素，并且支持设置权重，性能也是极佳。以后就用它啦。
之所以做这个测试，是因为我的一段程序中原本用的random.sample()，但是选中的元素明显概率不一样，后来我改写了程序其它部分，并改用random.choices()，概率分布效果极佳。
但是我觉得random.sample()不应该存在概率问题啊，于是写了上述几段程序测试了一下，发现并不存在所谓概率的问题。看来我冤枉random.sample()了，是我其它代码导致的问题， 但是发现random.choices()果然是最佳选择。