Python中random.choices权重相等元素数量不均，如何生成等数量随机列表？

问题描述 #

我希望生成一个包含指定元素的随机列表，要求最终列表中每个元素的出现次数完全相同。尝试用random.choices设置相等权重，但结果次数不稳定，示例代码如下：

>>> set_sizes = [0, 3, 6, 12]
>>> target_list = random.choices(set_sizes, weights = [1, 1, 1, 1], k= 40)
>>> print (target_list.count(0), target_list.count(3), target_list.count(6), target_list.count(12))

8 10 12 10

原本期望每个元素出现10次，但实际结果波动较大，请问如何修改代码实现次数完全相等？

解决方案 #

random.choices是有放回抽样，即使权重相等，也无法保证每个元素的抽取次数严格一致。要实现次数完全相等，可采用「先构造固定次数的列表，再随机打乱」的思路：

1. 计算每个元素需要重复的次数：总长度k除以元素数量，确保k能被元素个数整除（如示例中40÷4=10）。
2. 构造基础列表，每个元素重复对应次数。
3. 使用random.shuffle打乱列表顺序，得到随机且次数均等的结果。

代码示例：

import random

set_sizes = [0, 3, 6, 12]
total_length = 40
# 计算每个元素的出现次数
per_element_count = total_length // len(set_sizes)

# 生成包含指定次数元素的基础列表
result_list = []
for num in set_sizes:
    result_list += [num] * per_element_count

# 随机打乱列表顺序
random.shuffle(result_list)

# 验证次数（结果必为10 10 10 10）
print(result_list.count(0), result_list.count(3), result_list.count(6), result_list.count(12))

补充说明 #

如果总长度k无法被元素个数整除，可根据需求调整：要么调整k为可整除的数值，要么对部分元素多分配一次次数（需额外逻辑处理）。

内容的提问来源于stack exchange，提问作者shinoop