“随机抽奖”例题：假设要从10000个人中随机抽取出10人作为“中奖者”，每人对应一个0-9999中的整数，要求使用Python编程按从小到大的顺序输出中奖者数字代号。类似的“随机抽奖”程序一般均需要先导入random（随机）模块，然后借助其中的randint()、shuffle()和sample()等函数进行随机数的选取；最后使用列表或集合对数据进行存储、排序和输出。
法1.randint()生成随机整数后进行in成员运算判断
首先，通过“import random”导入random模块（下同）；接着，建立空列表“my_list1 = []”；建立while循环结构，判断条件为“len(my_list1) <= 10”，即列表my_list1中元素的个数达到10为止（通过len()检测列表的长度）；在循环体中，第一条语句为“x = random.randint(0,9999)”，变量x取值为0-9999中的随机某个整数（包括0和9999）；条件判断语句“if x not in my_list1”的作用是，查看生成的随机数x是否在列表my_list1中，防止多次生成的随机数中有重复值出现；如果不重复，则使用append()方法将x追加到列表my_list1中：“my_list1.append(x)”；当循环结束时，列表my_list1中就会保存有10个0-9999间的不重复数据。最后，通过sorted()函数对列表my_list1进行默认参数排序（升序）：“my_list2 = sorted(my_list1)”，得到的列表my_list2就是从小到大顺序中奖号码，再使用print()输出结果即可。
运行程序，得到了10个“中奖”号码（如图1）。
法2.randint()生成随机整数后存入集合“去重”
与法1类似，只不过是使用集合而非列表来存储生成的随机数：“my_set = set()”，建立一个空集合；接着，仍然是在while循环中，通过randint生成0-9999间的某随机数，将它追加到集合my_set中。由于集合中的元素是不可能存在重复数据的，因此不必像法1中的列表元素进行in成员运算判断，相当于直接进行了“去重”操作。循环结束后，仍然是使用sorted()函数进行排序并保存至列表my_list中，进行print打印输出（如图2）。
法3.shuffle()随机排序后进行“切片”
首先建立列表my_list1，其值为“list(range(10000))”，通过list()将0至9999共10000个数据保存至列表my_list1中；接着使用random中的shuffle()，将列表my_list1中的数据进行随机排序：“random.shuffle(my_list1)”；然后对列表my_list1进行切片操作，任意截取出10个数据，比如“my_list1[:10]”是指从索引的第0个切至第9个（当然也可以使用“my_list2 = my_list1[99:109]”，意思是从第99个切至第109个），将它们存入列表my_list2中；仍然是使用sorted()函数进行排序并保存至第3个列表my_list3中，进行print打印输出（如图3）。
法4.sample()随机多个“取样”
Random中的sample()功能是从序列中随机多个“取样”。首先建立列表my_list1，其值为从0-9999中随机抽取10个不重复的数据：“my_list1 = random.sample(range(10000),10)”；然后就可以使用sorted()函数进行排序，将结果保存至列表my_list2中，最后进行print打印输出（如图4）。
法5.numpy中的random.choice()随机项提取
Numpy中有个random.choice()，可以随机从指定列表中提取若干个元素。首先，通过“import numpy as np”导入numpy；接着建立列表my_list1，存储的数据是0-9999共10000个数据：“my_list1 = list(range(10000))”；建立列表my_list2，值为从列表my_list1中随机提取10个不重复的数据：“my_list2 = np.random.choice(my_list1,10,replace=False)”，其中的参数“replace=False”即为控制随机数“不重复”。最后，使用sorted()函数进行排序并保存至第3个列表my_list3中，进行print打印输出即可（如图5）。
小结：抽奖就是获取不重复的随机数的问题，要解决这个问题Python有多种函数和算法可以选择，体会其中的区别后你可以合理运用在其他实际应用中。