从 numpy 中的非均匀分布中采样序列的最快方法

【问题标题】：Fastest way to sample sequences from a non-uniform distribution in numpy从 numpy 中的非均匀分布中采样序列的最快方法
【发布时间】：2014-07-26 12:13:49
【问题描述】：

我想生成一个由两个元素组成的序列的非均匀随机样本，由 numpy.choice() 生成

例如我有元素 e=[0,1,2,3,4] 的比例 p=[0.1, 0, 0.3, 0.6, 0] （元素在这里由索引标识）我想要从这些比例中提取的两个元素的 3 个序列的样本： [03,23,32]

在这里，我们首先通过对索引为 0 的元素进行采样（代表总元素的 10%）来绘制 0，然后通过对索引为 3 的元素（代表 60% 的元素）进行采样来绘制 3：这两个元素一起产生序列'03'

【问题讨论】：

标签： python-2.7 numpy random-sample

【解决方案1】：

如果你能找到一个整数N，那么对于p中的每个元素x，x*N都是一个整数，那么你可以：

p=[0.1, 0, 0.3, 0.6, 0] 
N = 10

nums = []
for i, x in enumerate(p):
    nums.extend([i] * int(x*N))


import random
random.choice(nums)

如果N很大，那么可以对比例求和，用bisect搜索0到1之间的随机数：

cp = []
s = 0
for x in p:
    s += x
    cp.append(s)

import bisect
[bisect.bisect_left(cp, random.random()) for i in range(10)]

如果你使用 numpy：

import numpy as np

cp = np.cumsum(p)
np.searchsorted(cp, np.random.rand(10))

或：

np.random.choice(range(5), 10, p=p)

【讨论】：