• Ir al contenido principal
  • Skip to secondary menu
  • Ir a la barra lateral primaria
  • Ir al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Noticias
    • Opinión
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Boletín
  • Contacto
  • Acerca de Analytics Lane
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • GearBest
      • GeekBuying
      • JoyBuy

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Criptografía
  • Python
  • Matlab
  • R
  • Julia
  • JavaScript
  • Herramientas
  • Opinión
  • Noticias

Elementos aleatorios con y sin repetición en Python

abril 13, 2020 Por Daniel Rodríguez Dejar un comentario

La selección de elementos aleatorios a partir de una lista es una tare clave para múltiples situaciones. Siendo una de las primeras fases en algunos de los análisis de datos más habituales. Por eso en la librería estándar de Python existen funciones con las que se puede obtener elementos aleatorios con y sin repetición. Existiendo incluso para barajar las listas. Funciones que explicaremos a continuación.

Elementos sin repetición

La primera tarea que nos podemos plantear es cómo obtener elementos aleatorios de una lista sin repetición. En Python esto se puede hacer fácilmente con la función sample de la librería random. Una función a la que solamente se le tiene que pasar una lista como primer parámetro y el número de elementos que se desea obtener como segundo. Por ejemplo, para seleccionar dos colores de una lista solo se tiene que escribir:

import random

colors = ["R", "G", "B"]

random.sample(colors, 2)
['R', 'B']

El número de elementos tiene que se menor o igual al tamaño de la lista. Ya que en caso contrario se obtendrá un error a la hora de ejecutar la función.

Elementos con repetición

Si a partir de una lista se desea obtener una lista aleatoria donde los valores se pueden repetir se puede usar la función choises que se introdujo en la versión 3.6 de Python. A esta función se le tiene que pasar una lista y, mediante el parámetro k, el número de registros que se desea obtener. Así para obtener aleatoriamente cuatro colores de la lista anterior solamente se tiene que escribir.

random.choices(colors, k=4)
['B', 'R', 'B', 'R']

La segunda propiedad de esta función permite indicar el peso de cada uno de los elementos. Así si se desea que alguno de los elementos aparezcan con mayor frecuencia que el resto solamente se puede indicar aquí. Por ejemplo, si deseamos que ’R’ aparece 5 veces más que el resto se puede conseguir con el siguiente código.

random.choices(colors, [5, 2, 1], k=10)
['R', 'G', 'R', 'R', 'G', 'R', 'R', 'G', 'R', 'G']

En dónde se puede ver que ’R’ aparece 6 veces de 10, ’G’ aparece 4 de 10 y ’B’, el color con menor peso no aparece. Como se puede apreciar en el ejemplo en este caso se pueden seleccionar más elementos de los que existen en la lista inicial sin problemas.

Barajar una lista

Finalmente, otra función interesante es shuffle. Con la que se puede barajar listas, no tuplas ya que estas no son mutables. Con esta función hay que tener cuidado ya que modifica la lista original y puede que no sea lo que se desea. Si fuese así solo habría que clonar el objeto antes de barajar. La llamada a esta función es la más sencilla, ya que solamente es necesario pasar la lista a barajar.

random.shuffle(colors)
colors
['R', 'B', 'G']

Como se ha comentado anteriormente, no se puede pasar una tupla como parámetro. Debido a que esto objetos no son mutables la llamada producirá un error.

Conclusiones

En esta entrada se ha visto las funciones que existen en la librería estándar de Python para obtener elementos aleatorios con y sin repetición. Funciones que son respectivamente sample y choises. Además, también se ha visto la función shuffle con la que se puede barajar una lista. Por lo que no es necesario utilizar librerías de terceros para estas tareas.

Imagen de hsiaopuchen en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Contenido relacionado

Archivado en:Python

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad


Barra lateral primaria

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

¡Síguenos en redes sociales!

  • facebook
  • github
  • telegram
  • pinterest
  • rss
  • tumblr
  • twitter
  • youtube

Publicidad

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Entradas recientes

Creación de un certificado Let’s Encrypt en Windows con Win-Acme

enero 22, 2021 Por Daniel Rodríguez Dejar un comentario

Aplicaciones de Node en producción con PM2

enero 20, 2021 Por Daniel Rodríguez Dejar un comentario

SQLite en Python

enero 18, 2021 Por Daniel Rodríguez Dejar un comentario

Publicidad

Es tendencia

  • ¿Cómo eliminar columnas y filas en un dataframe pandas? bajo Python
  • Intercambiar archivos en VirtualBox bajo Herramientas
  • Numpy básico: encontrar la posición de un elemento en un Array de Numpy bajo Python
  • Seleccionar filas y columnas en Pandas con iloc y loc bajo Python
  • Excel en Python Guardar y leer archivos Excel en Python bajo Python

Publicidad

Lo mejor valorado

5 (3)

Ordenar una matriz en Matlab en base a una fila o columna

5 (3)

Automatizar el análisis de datos con Pandas-Profiling

5 (5)

Diferencias entre var y let en JavaScript

5 (6)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

5 (3)

Unir y combinar dataframes con pandas en Python

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Calculadora de probabilidades de ganar a la lotería
  • abel en Calculadora de probabilidades de ganar a la lotería
  • David Arias en Diferencias entre regresión y clasificación en aprendizaje automático
  • Juan Aguilar en Archivos JSON con Python: lectura y escritura
  • Camilo en Contar palabras en una celda Excel

Publicidad

Footer

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Noticias
  • Opinión

Programación

  • JavaScript
  • Julia
  • Matlab
  • Python
  • R

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Lo más popular
  • Tienda

Tiendas Afiliadas

  • AliExpress
  • Amazon
  • BangGood
  • GearBest
  • Geekbuying
  • JoyBuy

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Amazon

2018-2020 Analytics Lane · Términos y condiciones · Política de Cookies · Política de Privacidad · Herramientas de privacidad · Contacto