Python 为什么random.shuffle返回None？

为什么Python中的

random.shuffle

返回

None

>>> x = ['foo','bar','black','sheep']
>>> from random import shuffle
>>> print shuffle(x)
None

如何获得无序值而不是

None

？

更改

x

列表

修改结构的Python API方法通常返回

None

，而不是修改后的数据结构

>>> x = ['foo', 'bar', 'black', 'sheep']
>>> random.shuffle(x)
>>> x
['black', 'bar', 'sheep', 'foo']

---

如果您希望基于现有列表创建一个新的随机无序列表，其中现有列表保持有序，您可以使用输入的完整长度：

random.sample(x, len(x))     

您还可以使用with作为排序键：

shuffled = sorted(x, key=lambda k: random.random())

但这会调用排序（一个O（N log N）操作），而对输入长度的采样只需要O（N）个操作（使用与

random.shuffle（）相同的过程，从收缩池中交换出随机值）

演示：

根据：

将序列x移动到位。可选参数random是一个
在[0.0,1.0]中返回随机浮点的0参数函数；通过
默认情况下，这是函数random（）

为什么，真的？
1.效率
shuffle
就地修改列表。
这很好，因为如果您不再需要原始列表，那么复制一个大列表将是纯粹的开销

2.肾盂式
根据“显式优于隐式”的原则，返回列表将是一个坏主意，因为这样人们可能会认为它是一个新的列表，尽管事实并非如此

但我不喜欢这样！
如果你真的需要一个新的列表，你必须写一些类似的东西

new_x = list(x)  # make a copy
random.shuffle(new_x)

这是非常明确的。
如果您经常需要此习惯用法，请将其包装在一个函数
shuffled
（请参阅
sorted
）中，该函数返回
new\u x
，此方法也适用

import random
shuffled = random.sample(original, len(original))

我有过这样的想法：

from random import shuffle
x = ['foo','black','sheep'] #original list
y = list(x) # an independent copy of the original
for i in range(5):
    print shuffle(y) # shuffles the original "in place" prints "None" return
    print x,y #prints original, and shuffled independent copy

>>>
None
['foo', 'black', 'sheep'] ['foo', 'black', 'sheep']
None
['foo', 'black', 'sheep'] ['black', 'foo', 'sheep']
None
['foo', 'black', 'sheep'] ['sheep', 'black', 'foo']
None
['foo', 'black', 'sheep'] ['black', 'foo', 'sheep']
None
['foo', 'black', 'sheep'] ['sheep', 'black', 'foo']

您可以使用其他人解释的
random.sample（）
返回无序列表。它通过从列表中采样k个元素而不替换来工作。
因此，如果列表中有重复的元素，它们将被唯一地处理

>>> l = [1,4,5,3,5]
>>> random.sample(l,len(l))
[4, 5, 5, 3, 1]
>>> random.sample(l,len(l)-1)
[4, 1, 5, 3]
>>> random.sample(l,len(l)-1)
[3, 5, 5, 1]

更改结构的Python API本身将返回None作为输出

list = [1,2,3,4,5,6,7,8]
print(list)

输出：[1,2,3,4,5,6,7,8]

from random import shuffle
print(shuffle(list))

输出：无

from random import sample
print(sample(list, len(list)))

输出：[7,3,2,4,5,6,1,8]
相关：也相关：使用随机值
键
函数真的有保证吗？如果比较不自一致，一些快速排序算法就会失效。我可以看到这两种方法都可以工作，具体取决于实现（修饰排序取消修饰只需要在每个元素上应用
键
一次，因此将得到很好的定义）。@torek:Python在使用
键
可调用的排序时使用修饰排序取消修饰。因此，是的，保证每个值只被赋予随机键一次。因为Python“按值复制”默认情况下，而不是按引用传递=）
from random import shuffle
print(shuffle(list))

from random import sample
print(sample(list, len(list)))