Python实现基于CSV抽奖券的随机中奖者选择

Name,Ticket count
Alice,3
Bob,2
Charlie,4
Dana,1

import csv
import random
from typing import List, Counter # 导入类型提示，提高代码可读性

def build_name_bag_from_csv(file_path: str) -> List[str]:
    """
    从CSV文件中读取姓名和抽奖券数量，构建一个“姓名袋”列表。

    Args:
        file_path (str): CSV文件的路径。

    Returns:
        List[str]: 包含重复姓名的列表，重复次数由抽奖券数量决定。
    """
    bag_of_names: List[str] = []
    try:
        with open(file_path, newline="", encoding="utf-8") as f:
            reader = csv.reader(f, skipinitialspace=True)
            next(reader)  # 假设第一行是标题，跳过它

            for row in reader:
                if not row: # 跳过空行
                    continue
                try:
                    name = row[0].strip() # 移除姓名两端的空白符
                    ticket_count = int(row[1])
                    if ticket_count > 0:
                        bag_of_names.extend([name] * ticket_count)
                except (ValueError, IndexError) as e:
                    print(f"警告：处理行 '{row}' 时出错：{e}，该行将被跳过。")
    except FileNotFoundError:
        print(f"错误：文件 '{file_path}' 未找到。请检查路径。")
    except Exception as e:
        print(f"读取CSV文件时发生未知错误：{e}")

    return bag_of_names

# 示例CSV文件内容 (假设保存为 input.csv)
# Name,Ticket count
# Alice,3
# Bob,2
# Charlie,4
# Dana,1
# Eve,0
# Frank,  5
# Grace,  -2  # 这是一个无效的票数，将在处理时被忽略或警告
# Harry,  invalid_num # 这是一个无效的票数，将在处理时被忽略或警告

# 调用函数构建姓名袋
csv_file_path = "input.csv" # 替换为你的CSV文件路径
name_bag = build_name_bag_from_csv(csv_file_path)

print(f"构建的姓名袋（部分）：{name_bag[:20]}...") # 打印前20个元素以查看效果
print(f"姓名袋总大小：{len(name_bag)}")

def pick_winner(name_bag: List[str]) -> str:
    """
    从姓名袋中随机选择一个中奖者。

    Args:
        name_bag (List[str]): 包含重复姓名的列表。

    Returns:
        str: 随机选中的中奖者姓名。
    """
    if not name_bag:
        return "没有可供抽奖的参与者。"
    return random.choice(name_bag)

# 从之前构建的姓名袋中抽取一名中奖者
winner = pick_winner(name_bag)
print(f"
恭喜！本轮中奖者是：{winner}")

from collections import Counter

def verify_distribution(name_bag: List[str], num_simulations: int = 10000):
    """
    通过多次模拟抽奖来验证中奖分布的公平性。

    Args:
        name_bag (List[str]): 包含重复姓名的列表。
        num_simulations (int): 模拟抽奖的次数。
    """
    if not name_bag:
        print("姓名袋为空，无法进行分布验证。")
        return

    print(f"
进行 {num_simulations} 次模拟抽奖以验证分布...")

    # 使用Counter统计每个姓名中奖的次数
    winner_counts: Counter[str] = Counter()

    for _ in range(num_simulations):
        winner = pick_winner(name_bag)
        if winner != "没有可供抽奖的参与者。": # 确保不是错误信息
            winner_counts[winner] += 1

    total_tickets = len(name_bag)
    print("
模拟抽奖结果：")
    for name, wins in winner_counts.most_common():
        # 计算理论上的中奖概率
        # 假设原始CSV中每个人的票数是已知的，这里我们从name_bag中反推
        # 实际操作中，如果你有原始的name->ticket_count映射，会更准确

        # 为了简化，我们假设name_bag中的每个独特名字代表一个参与者
        # 并且其在name_bag中的出现频率就是其票数权重

        # 如果需要精确的原始票数，需要在构建name_bag时同时保存
        # 这里我们直接用name_bag中的出现频率作为权重

        # 统计原始票数（从name_bag中反推）
        original_ticket_count = name_bag.count(name)

        # 计算理论概率
        theoretical_probability = original_ticket_count / total_tickets if total_tickets > 0 else 0

        # 计算实际模拟概率
        actual_probability = wins / num_simulations

        print(f"{name:<10} 模拟中奖次数: {wins:<5} ({actual_probability:.2%}) "
              f"理论概率: ({theoretical_probability:.2%})")

# 运行分布验证
verify_distribution(name_bag, num_simulations=100000) # 增加模拟次数以获得更精确的结果