python 隨機(jī)取 list 中的元素

隨機(jī)取 list 中的元素 random.sample

import random
a = [1, 2, 3, 4, 5, 6, 7, 8, 9]
b = random.sample(a, 5)
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末翼岁,一起剝皮案震驚了整個(gè)濱河市布隔,隨后出現(xiàn)的幾起案子浑度,更是在濱河造成了極大的恐慌瞬逊,老刑警劉巖租漂,帶你破解...
    沈念sama閱讀 218,386評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件杉女,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡倾剿,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,142評(píng)論 3 394
  • 文/潘曉璐 我一進(jìn)店門蚌成,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)前痘,“玉大人,你說我怎么就攤上這事担忧∏鄣蓿” “怎么了?”我有些...
    開封第一講書人閱讀 164,704評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵瓶盛,是天一觀的道長(zhǎng)最欠。 經(jīng)常有香客問我,道長(zhǎng)惩猫,這世上最難降的妖魔是什么芝硬? 我笑而不...
    開封第一講書人閱讀 58,702評(píng)論 1 294
  • 正文 為了忘掉前任,我火速辦了婚禮轧房,結(jié)果婚禮上拌阴,老公的妹妹穿的比我還像新娘。我一直安慰自己奶镶,他們只是感情好迟赃,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,716評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著厂镇,像睡著了一般纤壁。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上捺信,一...
    開封第一講書人閱讀 51,573評(píng)論 1 305
  • 那天酌媒,我揣著相機(jī)與錄音,去河邊找鬼。 笑死馍佑,一個(gè)胖子當(dāng)著我的面吹牛斋否,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播拭荤,決...
    沈念sama閱讀 40,314評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼茵臭,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了舅世?” 一聲冷哼從身側(cè)響起旦委,我...
    開封第一講書人閱讀 39,230評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎雏亚,沒想到半個(gè)月后缨硝,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,680評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡罢低,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,873評(píng)論 3 336
  • 正文 我和宋清朗相戀三年查辩,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片网持。...
    茶點(diǎn)故事閱讀 39,991評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡宜岛,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出功舀,到底是詐尸還是另有隱情萍倡,我是刑警寧澤,帶...
    沈念sama閱讀 35,706評(píng)論 5 346
  • 正文 年R本政府宣布辟汰,位于F島的核電站列敲,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏帖汞。R本人自食惡果不足惜戴而,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,329評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望翩蘸。 院中可真熱鬧填硕,春花似錦、人聲如沸鹿鳖。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,910評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)翅帜。三九已至姻檀,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間涝滴,已是汗流浹背绣版。 一陣腳步聲響...
    開封第一講書人閱讀 33,038評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工胶台, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人杂抽。 一個(gè)月前我還...
    沈念sama閱讀 48,158評(píng)論 3 370
  • 正文 我出身青樓诈唬,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親缩麸。 傳聞我的和親對(duì)象是個(gè)殘疾皇子铸磅,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,941評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • Python中的random模塊用于生成隨機(jī)數(shù)。下面介紹一下random模塊中最常用的幾個(gè)函數(shù)杭朱。 random.r...
    紅沙塵閱讀 658評(píng)論 0 0
  • Spring Cloud為開發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見模式的工具(例如配置管理阅仔,服務(wù)發(fā)現(xiàn),斷路器弧械,智...
    卡卡羅2017閱讀 134,657評(píng)論 18 139
  • 最近在寫個(gè)性化推薦的論文八酒,經(jīng)常用到Python來(lái)處理數(shù)據(jù),被pandas和numpy中的數(shù)據(jù)選取和索引問題繞的比較...
    shuhanrainbow閱讀 4,558評(píng)論 6 19
  • http://python.jobbole.com/85231/ 關(guān)于專業(yè)技能寫完項(xiàng)目接著寫寫一名3年工作經(jīng)驗(yàn)的J...
    燕京博士閱讀 7,575評(píng)論 1 118
  • 方法1 (數(shù)據(jù)類型)(最小值+Math.random()*(最大值-最小值+1)) 例: (int)(1+Math...
    GB_speak閱讀 40,995評(píng)論 2 6