python中choice和random区别 python random choice函数

话不多说直接上代码：

请大家猜一猜下面这段代码的运行效果：

你是不是以为这段代码运行以后，结果如下图所示？

但实际上，我可以让输出结果根据我的意愿随意变动，例如像下面这个 gif ，所有输出结果都是我：

你可以先不要往下看，放下手机，自己写一下代码，试一试 如何才能实现 gif 中的效果。

下面来为大家解密。

要实现这个效果，只需要两个知识点：

1. Python自带模块是可以被覆盖的
2. Python 的 import 在同一个运行时只会导入一次

首先来看第一个知识点。Python 的自带模块是可以被覆盖的，所以我们先来定义一个函数：

def choice(option): return 'kingname'

接下来，使用这个函数覆盖random.choice：

import randomrandom.choice = choice

现在，无论给random.choice传入什么参数，它始终都会返回kingname，运行效果如下图所示：

这个时候，你可能会说，那别人写代码的时候，又重新import random怎么办呢？random.choice不是又被改回去了吗？

实际上并不会，因为Python 的包导入机制决定了，在每个运行时内部，每个包只有第一次导入的时候有效，所以只要还在当前运行时，那么后续的所有import random都是无效的。

所以，即使重新导入了 random 模块，random.choice依然是你修改以后的代码。所以当你再次执行的时候，会发现返回的还是你想要的数据，如下图所示：

可能有人会说这样容易被识破啊，别人只要先随便写一些测试数据，运行一次random.choice([123, 456])，发现返回的竟然是kingname，这不就露馅了吗？

实际上完全不用担心，我们可以这样操作：

1. 如果备选列表里面不包含kingname，那么就使用原生的 random.choice
2. 如果备选列表里面包含kingname，那么就以60%的概率返回kingname

要实现这样的功能，我们可以这样写代码：

首先重启当前 Jupyter 内核，让 random 恢复成默认的，然后编码：

这样替换以后，当有kingname在备选列表中时，kingname被有60%的概率被选中，如下图所示：

当kingname不在备选列表中时，一切正常，如下图所示：

以上就是本文的全部内容啦！！！