Python学习：random模块下的choices（）函数详解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。
weights：相对权重。
cum_weights：累加权重。
k：选取次数。
作⽤：从集中随机选取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]random python
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。