Python中来自值列表的加权随机数答案

【问题标题】：Weighted random numbers in Python from a list of valuesPython中来自值列表的加权随机数
【发布时间】：2017-05-09 17:11:10
【问题描述】：

我正在尝试创建一个包含 1 到 1000 之间的 10,000 个随机数的列表。但我希望 80-85% 的数字属于同一类别（我的意思是其中大约 100 个数字应该出现 80% 的时间在随机数列表中），其余的出现大约 15-20% 的时间。知道这是否可以在 Python/NumPy/SciPy 中完成。谢谢。

【问题讨论】：

你能说得更具体点吗？这 100 个号码是连续排列的吗？
没有。无论如何，它们都可以展开，但应该在 1 到 1000 之间。
那你为什么需要一个特殊的函数呢？只需使用random.randint() 2 次。第一次选择这 100 个 vs 休息，下一次从中选择
数字是如何分类的？
A weighted version of random.choice的可能重复

标签： python list numpy random scipy

【解决方案1】：

这是一种方法-

a = np.arange(1,1001) # Input array to extract numbers from

# Select 100 random unique numbers from input array and get also store leftovers
p1 = np.random.choice(a,size=100,replace=0)
p2 = np.setdiff1d(a,p1)

# Get random indices for indexing into p1 and p2
p1_idx = np.random.randint(0,p1.size,(8000))
p2_idx = np.random.randint(0,p2.size,(2000))

# Index and concatenate and randomize their positions
out = np.random.permutation(np.hstack((p1[p1_idx], p2[p2_idx])))

让我们在运行后验证-

In [78]: np.in1d(out, p1).sum()
Out[78]: 8000

In [79]: np.in1d(out, p2).sum()
Out[79]: 2000

【讨论】：

【解决方案2】：

这可以通过调用random.randint() 来选择一个列表并在正确的列表上调用random.choice() 来轻松完成。我假设列表 frequent 包含 100 个要选择的元素 80 百分比，rare 包含 900 要选择的元素 20 百分比。

import random
a = random.randint(1,5)
if a == 1:
    # Case for rare numbers
    choice = random.choice(rare)
else:
    # case for frequent numbers
    choice = random.choice(frequent)

【讨论】：