如何在 Python 中得到加权随机选择？
加权随机选择意味着根据元素的概率从列表或数组中选择随机元素。我们可以给每个元素分配一个概率，并根据这个概率选择元素。通过这种方式，我们可以从列表中选择一个或多个元素，这可以通过两种方式实现。
- 随机选择()
- By numpy.random.choice()
使用随机选择()方法
选择() 方法从列表中返回多个随机元素并替换。您可以使用权重参数或累计权重参数来衡量每个结果的可能性。
语法:随机选择(序列，权重=无，cum _ weights =无，k=1)
参数: 1。序列是一个强制参数，可以是列表、元组或字符串。 2。权重是一个可选参数，用于衡量每个值的可能性。 3。 cum_weights 是一个可选参数，用于衡量每个值的可能性，但在此情况下，可能性是累积的 4。 k 是一个可选参数，用于定义返回列表的长度。
例 1:
Python 3
import random
sampleList = [100, 200, 300, 400, 500]
randomList = random.choices(
sampleList, weights=(10, 20, 30, 40, 50), k=5)
print(randomList)
输出:
[200, 300, 300, 300, 400]
您也可以使用 cum_weight 参数。它代表交换重量。默认情况下，如果我们将使用上述方法并发送权重，该函数会将权重更改为交换权重。所以为了让程序快速使用 cum_weight。累计重量通过以下公式计算:
let the relative weight of 5 elements are [5,10,20,30,35]
than there cum_weight will be [5,15,35,65,100]
示例:
Python 3
import random
sampleList = [100, 200, 300, 400, 500]
randomList = random.choices(
sampleList, cum_weights=(5, 15, 35, 65, 100), k=5)
print(randomList)
输出:
[500, 500, 400, 300, 400]
使用 numpy.random.choice()方法
如果你使用的是 3.6 版本以上的 Python，那么你必须使用 NumPy 库来实现加权随机数。借助 choice() 方法，可以得到一维数组的随机样本，并返回 numpy 数组的随机样本。
语法: numpy.random.choice(list，k，p=None)
列表:是你选择随机数的原始列表。
k: 是返回列表的大小。即您想要选择的元素数量。
p: 是各元素的概率。
注:所有元素的概率总和应等于 1。
示例:
计算机编程语言
from numpy.random import choice
sampleList = [100, 200, 300, 400, 500]
randomNumberList = choice(
sampleList, 5, p=[0.05, 0.1, 0.15, 0.20, 0.5])
print(randomNumberList)
输出:
[200 400 400 200 400]
版权属于：月萌API www.moonapi.com，转载请注明出处
