💎一站式轻松地调用各大LLM模型接口,支持GPT4、智谱、星火、月之暗面及文生图 广告
## 功能描述 一个简单实现中奖方法 以faker生成随机300用户,可根据实际情况替换 ## 终端安装工具faker ``` pip install Faker ``` ## 代码示例 ``` from faker import Faker import random level = [30, 10, 3] user_list = [] fake = Faker(locale='zh_cn') for i in range(300): user_list.append(fake.name()) level_len = len(level) for i in range(level_len): winner_list = random.sample(user_list, level[i]) # 去掉已中奖用户 for winner in winner_list: user_list.remove(winner) print(f'{level_len-i}等奖:', winner_list) ``` **运行结果** ``` $ python python_demo.py 3等奖: ['刘雪梅', '刘丹', '张桂荣', '卢艳', '刘宁', '邓淑兰', '李凤兰', '张娜', '游明', '刘燕', '汪峰', '孙慧', '尤凤英', '卓志强', '庄宁', '纪涛', '贺淑珍', '涂洁', '覃刚', '姜海燕', '陈桂珍', '倪欢', '唐博', '檀伟', '白浩', '朱桂芝', '萧博', '毛秀兰', '王东', '陈敏'] 2等奖: ['崔春梅', '郝桂珍', '李建', '马涛', '赵建', '张红梅', '王岩', '朱桂芝', '张东', '陈颖'] 1等奖: ['方小红', '赵洋', '彭文'] ``` ## faker常用方法 **随机生成,地址相关** ``` print(fake.address()) # 地址 fake.building_number() # 楼名 fake.city() # 完整城市名 fake.city_name() # 城市名字(不带市县) fake.city_suffix() # 城市后缀名 fake.country() # 国家名称 fake.country_code(representation="alpha-2") fake.district() # 地区 fake.postcode() # 邮编 fake.province() # 省 fake.street_address() # 街道地址 fake.street_name() # 街道名称 fake.street_suffix() # 街道后缀名 ...... fake.ssn(min_age=18, max_age=90) # 身份证 ...... ```