请猜猜下面代码的运行效果：importrandomimporttimepeople=['kingname','王小义','李小二','张小三','刘小四','陆小五','马小六','周小七','丁小八','朱小九']foriinrange(1,11):lucky_guy=random.choice(人)print(f'第{i}个抽奖，中奖用户：{lucky_guy}')time.sleep(1)你觉得这段代码运行后会不会是下图这样的结果？但实际上，我可以让输出的结果可以按照我的意愿随意改变。比如下面这个gif，所有的输出结果都是我的：大家可以别再低头看了，放下手机，自己写代码，试试gif里面的效果怎么实现。下面就为大家解密吧。要实现这个效果，只需要两个知识点：Python自带的模块可以重写。Python的导入只会在同一个运行时导入一次。我们先来看第一个知识点。Python的内置模块是可以被覆盖的，所以我们先定义一个函数：defchoice(option):return'kingname'接下来，使用这个函数来覆盖random.choice：importrandomrandom.choice=choice现在，给random什么。choice无论传入什么参数，都会返回kingname，运行效果如下图：这时候你可能会说，别人写代码的时候我重新导入random怎么办？random.choice不是又改回来了吗？是吗？其实不是，因为Python的包导入机制决定了在每个运行时内，每个包只有在第一次导入时才有效，所以只要还在当前运行时，以后所有的随机导入都是无效的。所以，即使重新导入了random模块，random.choice仍然是你修改过的代码。所以当你再次执行的时候，你会发现返回的数据还是你想要的数据，如下图：可能有人会说这样很容易被看穿，有的人随便写点测试数据就可以了首先，运行random.choice([123,456])，发现返回了kingname，这不是暴露了吗？其实完全不用担心，我们可以这样做：如果候选列表不包含kingname，那么使用原来的random.choice，如果备份的选择列表中包含kingname，则返回kingnamewith60%的概率。要实现这个功能，我们可以这样写代码：首先重启当前的Jupyter内核，将random恢复为默认，然后代码：importrandomorigin_choice=random.choicedefchoice(option):if'kingname'notinoptionorrandom.randint(1,10)>6:returnorigin_choice(option)return'kingname'random.choice=choice这个替换后，当候选列表中有kingname时，kingname会以60%的概率被选中，如下图：当kingname不在候选名单里，一切正常，如下图：转载本文请联系Code公众号。
