Python 如何获取一个带有唯一元素的排序的随机整数列表

生成随机数是编程、统计学、机器学习模型等领域中最常用的技术之一。生成一个带有唯一元素的排序的随机整数列表是该任务的子域。然而，计算机是确定性机器，所以通过我们的实现生成随机数只是有时一个好主意。在本文中，我们将探讨如何使用Python获取一个带有唯一元素的排序的随机整数列表。

利用Random模块的Sample函数

采样方法从给定的样本中生成随机样本数组。它有两个必需的参数，第一个是元素列表，第二个是样本列表中应有的元素数量。

语法

random.sample(iterable object, k)

函数sample接受两个必需的参数：可迭代对象和我们结果中应该存在的元素数量。它将k个元素作为列表从可迭代对象中返回。

sorted(iterable, key=< value of the key > , reverse = <boolean True or False> )

该函数对可迭代对象进行排序。它将可迭代对象作为必需参数。我们还可以使用key参数设置元素的键。我们还可以使用reverse参数返回已排序可迭代对象的倒序形式。

示例

在以下代码中，我们首先导入了Python的random模块。接下来，我们创建了generate_sorted_random_integers函数，它接受三个参数：起始范围、结束范围和元素数量。我们使用range方法创建一个整数范围的列表，使用sample方法从中取出一些样本，并使用sorted方法最终对数组进行排序。

import random
def generate_sorted_random_integers(start_range, end_range, num_elements):
    random_list = sorted(random.sample(range(start_range, end_range + 1), num_elements))
    return random_list
start_range = 1
end_range = 100
num_elements = 10
random_list = generate_sorted_random_integers(start_range, end_range, num_elements)
print(f"The sorted list of random integers is: {random_list}")

输出

The sorted list of random integers is: [6, 18, 19, 55, 63, 75, 88, 91, 92, 94]

使用Numpy模块

Numpy是Python的一个流行的数值计算库。它还提供了创建随机数的函数。我们可以利用sort方法对列表进行排序，并利用choice方法来对k个元素进行采样。

语法

numpy.choice(<array name>, size=<shape of the output array> , replace=
<Boolean True or False>, other parameters....)

示例

在下面的示例中，在导入Numpy库之后，我们定义了generate_sorted_random_integers函数。该函数以开始、结束和元素数量为参数，并返回一个随机排序的列表。在函数下方，我们使用range函数生成一个序列，使用choice方法仅使用所需数量的元素，并最后使用sort方法对列表进行排序。

import numpy as np
def generate_sorted_random_integers(start_range, end_range, num_elements):
    random_list = np.sort(np.random.choice(range(start_range, end_range + 1), size=num_elements, replace=False))
    return random_list
start_range = 10
end_range = 100
num_elements = 10
random_list = generate_sorted_random_integers(start_range, end_range, num_elements)
print(f"The sorted list of random integers is: {random_list}")

输出

The sorted list of random integers is: [23 27 61 72 74 79 80 90 96 99]

使用列表推导和排序

列表推导是Python开发者中流行的一种技术。该方法的优点是可以在一行中结合逻辑语句、迭代表达式、条件表达式等，根据它们生成列表的元素。这有助于写出一行推导代码。

示例

在以下示例中，我们使用列表推导来创建一个排序后的随机数列表。我们使用Python的random库来生成所需范围内的随机数，并使用sorted方法对随机数列表进行排序。我们调用了用户定义的函数，传递了必要的参数，并打印了结果。

import random
def generate_sorted_random_integers(start_range, end_range, num_elements):
    random_list = sorted([random.randint(start_range, end_range) for _ in range(num_elements)])
    return random_list
start_range = 10
end_range = 50
num_elements = 10
random_list = generate_sorted_random_integers(start_range, end_range, num_elements)
print(f"The sorted list of random integers is: {random_list}")

输出

The sorted list of random integers is: [12, 13, 15, 16, 16, 25, 28, 29, 47, 49]

使用Lambda函数

Lambda函数没有任何名称，并且在代码行数较少时打算表现得像传统函数。该函数可以接受参数并返回值。然而，该函数没有名称。通常，我们在需要快速执行某些操作，并且确信此操作不会在其他地方使用时使用此函数。

示例

在以下代码中，我们使用了lambda函数，它以开始、结束和元素数量作为参数。函数还使用列表推导生成列表的元素。我们使用randint方法生成随机数，并使用sorted方法对列表进行排序。

import random
generate_sorted_random_integers = lambda start_range, end_range, num_elements: sorted([random.randint(start_range, end_range) for _ in range(num_elements)])
start_range = 1
end_range = 100
num_elements = 10
random_list = generate_sorted_random_integers(start_range, end_range, num_elements)
print(f"The sorted list of random integers is: {random_list}")

输出

The sorted list of random integers is: [7, 14, 32, 46, 55, 68, 79, 84, 88, 90]

使用Lambda函数

Pandas是Python中一款流行的数据分析库。它有一个内置的apply函数，可以用来对所有列表元素应用某种操作。我们可以使用random库来生成随机数，并应用方法对元素进行排序。

使用带有随机数的Pandas库

语法

DataFrame.apply(<function to apply to the elements>, axis=<0 for rows and 1
for columns> , raw=<boolean True or False> , result_type=None, other
parameters.....)

我们可以在Pandas的数据帧对象上使用apply方法。它将函数名作为必需的参数。该函数应用于数据帧的所有元素。轴参数定义了我们是要对行还是列使用该函数。convert_type是一个布尔值，表示是否将生成的Series的数据类型转换为从函数的返回值推断得出的公共类型。

示例

我们首先在以下代码中导入了别名为pd的Pandas库。接下来，我们使用DataFrame方法创建了一个名为df的数据帧。我们对数据帧使用了apply方法，并对所有数字使用了generate_sorted_random_integers函数。generate_sorted_random_integers函数使用采样方法对一些随机数进行采样，sort方法对列表numbers进行排序。

import pandas as pd
import random
df = pd.DataFrame({
    'start_range': [1, 1, 1],
    'end_range': [100, 100, 100],
    'num_elements': [10, 10, 10]
})
def generate_sorted_random_integers(row):
    random_list = random.sample(range(row[0], row[1] + 1), row[2])
    random_list.sort()
    return random_list
random_list = df[['start_range', 'end_range', 'num_elements']].apply(generate_sorted_random_integers, axis=1).tolist()
print(f"A multidimensional sorted list of random integers with unique elements are as follows: {random_list}")

输出

A multidimensional sorted list of random integers with unique elements are
as follows: [[11, 28, 31, 32, 35, 58, 73, 82, 88, 96], [17, 26, 42, 45, 47,
55, 89, 97, 99, 100], [26, 32, 66, 73, 74, 76, 85, 87, 93, 100]]