随机抽取工具内置三档可切换的抽样模式，满足不同场景下的抽取需求。可在主界面「抽样模式」下拉框中随时切换，也可在配置中设置默认模式。
| 说明 | 使用 Python 内置的 random.sample 进行简单随机抽取 |
| 特点 | 每个样本被抽中的概率均等，无记忆性 |
| 适用场景 | 一次性抽选、无需考虑历史记录的场景 |
基本抽样是最简单直接的方式，每次抽取都是独立事件，不会受到之前抽取结果的影响。适合做一次性随机抽选。
但是，也因为太过于简单，可能不适用于更复杂的场景。
| 说明 | 追踪近期抽取历史，自动降低刚被选中项的权重 |
| 特点 | 具有记忆性，公平性更高，避免同一个人被连续抽中 |
| 适用场景 | 多次连续抽取、课堂提问、轮值分配等需要公平的场景 |
智能抽样通过追踪近几次的抽取结果，智能给最近被抽中项的权重降低，从而避免连续抽中同一个人。同时，智能抽样还支持记忆大小的调整，控制“近期”的范围。
可以在配置中调整智能抽样的记忆大小，以及智能降权的幅度。
如果需要重新开始公平性计算，可以按快捷键 Ctrl+Shift+R 或抽取页面的「重置抽样历史」按钮来重置抽样历史。
| 说明 | 完整的高级抽取配置，可组合多种高级抽样方式 |
| 特点 | 可定制程度最高，权重与抽取策略均可自由调整 |
| 适用场景 | 对公平性、差异性概率有特殊要求的场景 |
高级抽样把「随机抽取」选项卡中「抽样模式」旁的按钮变为「高级」，点击即可打开高级抽取配置窗口（也可从「配置 → 抽样设置 → 打开高级抽取配置」进入）。主要可配置项包括：
权重在正常情况下，没有理论大小限制（0到+∞），默认正常权重是1.0，若权重改动，则为1.0的N倍。
例如，可以将核心成员的权重设为 3、普通成员的权重设为 1，这样核心成员被抽中的概率是普通成员的3倍。
在权重设置窗口中，权重值必须为不小于 0 的数字。若存在非法输入（非数字、负数、nan / inf 等），点击「应用」时会逐项列出问题项并保持窗口打开，修改正确后再应用，不会写入任何非法值。
在早期版本中，若权重值设置为非法值，例如负数，应用并关闭窗口会自动重置为0，不会弹出任何报错窗口和提示。
自 V2.7.1-beta 版本起，才新增非法值弹窗提醒。
| 特性 | 基本抽样 | 智能抽样 | 高级抽样 |
|---|---|---|---|
| 记忆性 | 无 | 有 | 可选 |
| 公平性 | 均等 | 动态公平 | 按配置决定 |
| 可定制性 | 低 | 中 | 高 |
| 适用场景 | 一次性抽取 | 多次抽取 | 差异化概率 |
© 2025~2026 ElofHew. All rights reserved.