嘿，这个抽样需求很明确，我来给你几个比单纯用逻辑值判断更高效简洁的实现思路，适配不同的场景需求～

方案1：用集合跟踪已抽取元素（高效查重首选） #

集合的成员查找是O(1)时间复杂度，比用列表判断快得多，尤其适合这种需要频繁检查重复的场景。用Python实现的话，代码清晰又高效：

import random

# 初始化集合存储已抽取的数字
drawn_numbers = set()
samples = []

for _ in range(20):
    current_num = random.randint(1, 12)
    if current_num in drawn_numbers:
        samples.append(0)
    else:
        samples.append(current_num)
        drawn_numbers.add(current_num)

print(samples)

这个逻辑很直观：每次生成随机数后，先检查是否已经抽到过，重复就加0，不重复就加入样本集并把数字存入集合记录。

方案2：封装成生成器（高复用性） #

如果需要多次复用这个抽样逻辑，或者想让代码更模块化，可以把逻辑封装成生成器函数，灵活调整参数（比如抽样总数、数字范围、替代值）：

import random

def special_sampler(total_samples=20, num_min=1, num_max=12, duplicate_replace=0):
    drawn = set()
    for _ in range(total_samples):
        num = random.randint(num_min, num_max)
        if num in drawn:
            yield duplicate_replace
        else:
            yield num
            drawn.add(num)

# 生成20个样本
samples_list = list(special_sampler())
print(samples_list)

以后要抽30个样本、范围改成1-20或者用-1替代重复值，直接传参数就行，非常方便。

方案3：利用唯一值数量特性（极致简洁） #

因为1-12总共只有12个唯一数字，所以20个样本里最多有12个不重复的，剩下的8个必然是0。如果你的需求允许先随机打乱所有唯一值，后面直接补0（和“每次随机抽、重复就替换”的结果略有不同，但满足最终样本里唯一值不重复、重复项用0替代的核心需求），可以用这个超简洁的写法：

import random

# 生成1-12的列表并打乱顺序
unique_nums = list(range(1, 13))
random.shuffle(unique_nums)

# 拼接唯一值和足够的0，凑够20个样本
samples = unique_nums + [0] * (20 - len(unique_nums))
print(samples)

这个方法不需要循环判断，执行效率最高，代码也最简洁，适合样本总数远大于可选唯一值数量的场景。

小提示 #

• 如果需要严格遵循“每次随机抽取，抽到重复就替换”的逻辑（允许前12次就出现重复，比如可能抽了几次就抽到重复的，不用等所有唯一值都抽完），选方案1或2；
• 如果只要求最终样本里唯一值不重复、剩余用0填充，方案3是最优选择。

内容的提问来源于stack exchange，提问作者W. I. Barton