本文教你用python高效、准确地从62个国家中随机抽取48个，并严格均分为12组（每组恰好4人），避免因循环逻辑错误导致组数超限或末组不完整。
本文教你用python高效、准确地从62个国家中随机抽取48个，并严格均分为12组（每组恰好4人），避免因循环逻辑错误导致组数超限或末组不完整。
原始代码存在多个关键问题：
- 使用 for country in countries[:] 遍历时，内部又调用 countries.remove() 动态修改列表，导致遍历跳过元素、逻辑错乱；
- membersInGroup 的重置与打印时机混乱，未真正按“每4人一组”组织数据；
- random.choice() 单次调用无法保证无重复抽取，且未控制总数量为48。
✅ 正确做法是先抽样、再分组——两步分离，逻辑清晰、结果可控：
✅ 推荐解决方案（Python 3.12+）
from random import sample
from itertools import batched
countries = ['Argentina', 'France', 'Belgium', 'England', 'Brazil', 'Portugal',
'Netherlands', 'Spain', 'Italy', 'Croatia', 'United_States', 'Colombia',
# ...（其余国家，此处省略，实际使用时请保留完整列表）
'South_Africa', 'Republic_of_Ireland', 'Finland']
# 步骤1：随机无放回抽取48个唯一国家
selected = sample(countries, 48)
# 步骤2：将48个元素严格按每4个切分为12个元组
groups = list(batched(selected, 4))
# 输出结果（每组一行，国家用逗号分隔）
for i, group in enumerate(groups, 1):
print(f"Group {i}: {', '.join(group)}")? 兼容旧版Python（<3.12）替代方案
itertools.batched 在 Python 3.12+ 才引入。若使用 3.11 或更早版本，请用以下等效实现：
def batched(iterable, n):
iterator = iter(iterable)
while batch := list(islice(iterator, n)):
yield batch
from random import sample
from itertools import islice
selected = sample(countries, 48)
groups = list(batched(selected, 4))⚠️ 注意事项
- random.sample() 保证无放回随机抽样，不会重复选取同一国家；
- batched()（或自定义分组函数）确保严格按固定长度切片，48 ÷ 4 = 12 组，绝无余数或残组；
- 勿在遍历列表的同时修改它（如 remove()），这是初学者常见陷阱，应优先采用“生成新列表”而非“原地删减”。
? 小结
与其手动维护计数器和动态删除，不如信任标准库：sample() 处理随机性，batched() 处理结构化分组。两者结合，代码简洁、可读性强、结果精准——这正是Python“显式优于隐式”哲学的典型实践。
