перетасовка python, так что позиция никогда не будет повторяться

Рандомизируйте в цикле и продолжайте отклонять результаты, пока ваше условие не будет выполнено:

import random

def shuffle_list(some_list):
    randomized_list = some_list[:]
    while True:
        random.shuffle(randomized_list)
        for a, b in zip(some_list, randomized_list):
            if a == b:
                break
        else:
            return randomized_list

Я бы назвал такие перетасовки «перестановками без фиксированных точек». Их также называют психами.

Вероятность того, что случайная перестановка является расстройством, приблизительно равна 1/e (забавно доказывать). Это правда, каким бы длинным ни был список. Таким образом, очевидный алгоритм получения случайного расстройства состоит в том, чтобы перетасовать карты как обычно и продолжать перемешивание до тех пор, пока не возникнет расстройство. Ожидаемое количество необходимых перетасовок составляет около 3, и редко вам придется перетасовывать более десяти раз.

(1-1/e)**11 < 1%

Предположим, что на вечеринке n человек, каждый из которых принес зонтик. В конце вечеринки каждый берет зонтик из корзины наугад. Какова вероятность того, что ни у кого нет собственного зонта?

Вы можете сгенерировать все возможные допустимые перетасовки:

>>> list_ex = [1,2,3]
>>> import itertools

>>> list(itertools.ifilter(lambda p: not any(i1==i2 for i1,i2 in zip(list_ex, p)),
...                        itertools.permutations(list_ex, len(list_ex))))
[(2, 3, 1), (3, 1, 2)]

Для другой последовательности:

>>> list_ex = [7,8,9,0]
>>> list(itertools.ifilter(lambda p: not any(i1==i2 for i1,i2 in zip(list_ex, p)),
...                        itertools.permutations(list_ex, len(list_ex))))
[(8, 7, 0, 9), (8, 9, 0, 7), (8, 0, 7, 9), (9, 7, 0, 8), (9, 0, 7, 8), (9, 0, 8, 7), (0, 7, 8, 9), (0, 9, 7, 8), (0, 9, 8, 7)]

Вы также можете сделать это немного более эффективным, закоротив итератор, если вам нужен только один результат:

>>> list_ex = [1,2,3]
>>> i = itertools.ifilter(lambda p: not any(i1==i2 for i1,i2 in zip(list_ex, p)),
...                       itertools.permutations(list_ex, len(list_ex)))
>>> next(i)
(2, 3, 1)

Но это не будет случайным выбором. Вам нужно будет сгенерировать их все и выбрать один, чтобы он был фактическим случайным результатом:

>>> list_ex = [1,2,3]
>>> i = itertools.ifilter(lambda p: not any(i1==i2 for i1,i2 in zip(list_ex, p)),
...                       itertools.permutations(list_ex, len(list_ex)))
>>> import random
>>> random.choice(list(i))
(2, 3, 1)

Вот еще один взгляд на это. Вы можете выбрать то или иное решение в зависимости от ваших потребностей. Это не один вкладыш, а перетасовка индексов элементов вместо самих элементов. Таким образом, в исходном списке могут быть повторяющиеся значения или значения типов, которые нельзя сравнивать или сравнение которых может быть дорогостоящим.

#! /usr/bin/env python
import random

def shuffled_values(data):
    list_length = len(data)
    candidate = range(list_length)
    while True:
        random.shuffle(candidate)
        if not any(i==j for i,j in zip(candidate, range(list_length))):
            yield [data[i] for i in candidate]

list_ex = [1, 2, 3]
list_gen = shuffled_values(list_ex)
for i in range(0, 10):
    print list_gen.next()

Это дает:

[2, 3, 1]
[3, 1, 2]
[3, 1, 2]
[2, 3, 1]
[3, 1, 2]
[3, 1, 2]
[2, 3, 1]
[2, 3, 1]
[3, 1, 2]
[2, 3, 1]

Если list_ex равно [2, 2, 2], этот метод будет возвращать [2, 2, 2] снова и снова. Другие решения дадут вам пустые списки. Я не уверен, что вы хотите в этом случае.

Используйте Knuth-Durstenfeld, чтобы перетасовать список. Если во время процесса тасования обнаруживается, что он находится в исходном положении, новый процесс тасования начинается с самого начала, пока он не вернется к квалифицированному расположению. Временная сложность этого алгоритма является наименьшим постоянным членом:

def _random_derangement(x: list, randint: Callable[[int, int], int]) -> None:
    '''
        Random derangement list x in place, and return None.
        An element can never be in the same original position after the shuffle. provides uniform distribution over permutations.
        The formal parameter randint requires a callable object such as rand_int(b, a) that generates a random integer within the specified closed interval.
    '''

    from collections import namedtuple

    sequence_type = namedtuple('sequence_type', ('sequence_number', 'elem'))

    x_length = len(x)
    if x_length > 1:
        for i in range(x_length):
            x[i] = sequence_type(sequence_number = i, elem = x[i])
    
        end_label = x_length - 1
        while True:
            for i in range(end_label, 0, -1):
                random_location = randint(i, 0)
                if x[random_location].sequence_number != i:
                    x[i], x[random_location] = x[random_location], x[i]
                else:
                    break
            else:
                if x[0].sequence_number != 0: break
    
        for i in range(x_length):
            x[i] = x[i].elem

complete_shuffle

Вот еще один алгоритм. Берите карты наугад. Если ваша i-я карта — i-я, положите ее обратно и повторите попытку. Единственная проблема, что если, когда вы доберетесь до последней карты, это та, которая вам не нужна. Поменяйте его местами с одним из других.

Я думаю, что это справедливо (равномерно случайно).

import random

def permutation_without_fixed_points(n):
    if n == 1:
        raise ArgumentError, "n must be greater than 1"

    result = []
    remaining = range(n)

    i = 0
    while remaining:
        if remaining == [n-1]:
            break

        x = i
        while x == i:
            j = random.randrange(len(remaining))
            x = remaining[j]

        remaining.pop(j)
        result.append(x)

        i += 1

    if remaining == [n-1]:
        j = random.randrange(n-1)
        result.append(result[j])
        result[j] = n

    return result