1.random.choice(seq)函数

从非空序列中随机选取一个数据并返回，该序列可以是list、tuple、str、set。

举例：

import random
print(random.choice('choice')) 

结果：choice其中任意一个字母，可能是c也可能是h...

2.random.choices(population,weights=None,*,cum_weights=None,k=1)函数

• population：集群。
• weights：相对权重。
• cum_weights：累加权重。
• k：选取次数。

作用：从集群中随机选取k次数据，返回一个列表，可以设置权重。

注意：每次选取都不会影响原序列，每一次选取都是基于原序列。

举例：

import random
a = [1,2,3,4,5]
print(random.choices(a,k=6))
解析：重复6次从列表a中的各个成员中选取一个数输出，各个成员出现概率基本持平。
结果：[5, 4, 5, 4, 1, 3]（随机生成的）
print(random.choices(a,weights=[0,0,1,0,0],k=6))
解析：重复6次从列表a中提取3，最终得到[3, 3, 3, 3, 3, 3]
结果：[3, 3, 3, 3, 3, 3]（固定结果）
print(random.choices(a,weights=[1,1,1,1,1],k=6))
解析：重复6次从列表a中的各个成员中选取一个数输出，各个成员出现概率基本持平。
结果：[5, 4, 3, 5, 4, 3]（随机生成的）
print(random.choices(a,cum_weights=[1,1,1,1,1],k=6))
结果：[1, 1, 1, 1, 1, 1]（固定结果）

可以自己多输出几次看看规律。

结论：

参数weights设置相对权重，它的值是一个列表，设置之后，每一个成员被抽取到的概率就被确定了。
比如weights=[1,2,3,4,5],那么第一个成员的概率就是P=1/(1+2+3+4+5)=1/15。

cum_weights设置累加权重，Python会自动把相对权重转换为累加权重，即如果你直接给出累加权重，
那么就不需要
给出相对权重，且Python省略了一步执行。
比如weights=[1,2,3,4],那么cum_weights=[1,3,6,10]
这也就不难理解为什么cum_weights=[1,1,1,1,1]输出全是第一个成员1了。