Python 如何制作一个函数，使一个输出占20%，另一个输出占10%，另一个输出占70%的时间？

我试图

import random
from statistics import mode

numlist = []
for i in range(6):
    numlist.append(random.randint(1, 4))
for i in range(3):
    numlist.append(random.randint(1, 3))
for i in range(1):
    numlist.append(random.randint(1, 2))

print(mode(numlist))

我试图在70%的时间里给出一个数字，在20%的时间里给出另一个数字，在10%的时间里给出另一个数字。 然而，算出数学，50%，30%，20%的两端分别是随机的。随机的（0，9）

i = random.random(0, 9)
if i <= 1:
    <10% of the time>
elif i <= 3:
    <20% of the time>
else:
    <70% of the time>

---

如果我你是在用概率场p重新创造选择

x = np.random.choice([2,3,4], 1, p=[0.2, 0.1, 0.7])
random.randint(1, x)

使用范围（6）时，它返回0,1,2,3,4,5。您的代码返回一个60-30-10列表

import random
from statistics import mode

numlist = []
for i in range(7):
    numlist.append(random.randint(1, 4))
for i in range(2):
    numlist.append(random.randint(1, 3))
for i in range(1):
    numlist.append(random.randint(1, 2))

在这里，它被包装在一个函数中，该函数允许您确定要在输出中包含多少年

import random

# stt for seven-twenty-ten
def stt_split(n=1):
    # returns lists with lengths that are multiples of ten
    numlist = []
    for decades in range(n):
        for i in range(7):
            numlist.append(random.randint(1, 4))
        for i in range(2):
            numlist.append(random.randint(1, 3))
        for i in range(1):
            numlist.append(random.randint(1, 2))
    return numlist

alice = stt_split()
print(alice) # 10 values in a list

bob = stt_split(4)
print(bob) # 40 values in a list

另一方面，如果您不希望返回具有集合分布的列表，但希望函数返回由随机选择的函数计算的值，则可以尝试以下操作

import random

# stt for seven-twenty-ten
def stt_dice(n=1):
    # returns lists of random ints with length n
    numlist = []
    for decades in range(n):
        x = random.choices([2, 3, 4], [2, 1, 7])[0]    
        numlist.append(random.randint(1, x))
    return numlist

alice = stt_dice()
print(alice) # 1 value in a list

bob = stt_dice(10)
print(bob) # 10 values in a list

---

几乎。你的评论刚刚结束。（我指的是中的部分）我想你需要

来获得randint（0，9）你实际上需要，
random.random（0，9）
会引发一个
TypeError:random（）不带参数（给定2个）
。也许你的意思是随机的。均匀的（0，9）

。很好的捕获，这是正确的，不需要涉及numpy

lambda:random.choices（[2,3,4]，[0.2,0.1,0.7]）

与numpy的文档相反，

random.choices

接受一个权重数组，其中概率是单位和的（近似）归一化。所以，

random.chooses（[2,3,4]，[2,1,7]）

是等价的。