python中的随机生成器

Question

我想根据获得 1 的概率和一些初始种子来选择 0 或 1 中的一个。

我尝试了以下操作：

import random

population = [0,1]
random.seed(33)
probabilities = [0.4,0.2,0.5]

def sampleIt():
    selectedProb = random.randrange(0,3,1) #select one of probabilities
    print('Selected Probability: ', selectedProb)
    return random.choices(population, [0, probabilities[selectedProb-1]])

for i in range(100):
    sample = sampleIt()
    print(sample[0])

以下是示例输出：

Selected Probability:  0.2
1
Selected Probability:  0.5
1
Selected Probability:  0.4
1
Selected Probability:  0.2
1
Selected Probability:  0.5
1
Selected Probability:  0.2
1

疑问：

1. 如您所见，它能够随机选择概率。但是对于每个选定的概率，它最终会从总体中选择 1。如果它选择概率 0.2，那么我希望它选择概率 0.2 的 1。这样，它应该至少选择了一次 0。但这并没有发生。为什么会这样？

2. seed 设置正确还是我们必须设置不同？

3. 另外，如果我希望从不同的线程调用 sampleIt()，我需要做哪些更改？

4. 还有什么标准做法可以提高性能，比如我运行了数百万次吗？我必须使用 numpy 来生成随机数吗？

5. random.randrange() 和 random.choice() 是否遵循均匀分布？

您可以在线运行代码here。

Answer 1

这里有几个严重错误。让我们谈谈这个，然后是正确的方法。

首先，如果这工作正常，您将得到 1，净概率为 0.37，即 1/3*(0.2 + 0.4 + 0.5)，因为您是随机选择一个概率。

您在第二个位置参数中将权重传递给random.choices，并且您为选项零传递了权重0，因此它永远不会被选中。在同一个语句中，您不必要地从您拥有的范围中减去 1...

因此，要为伯努利试验正确执行此操作，您只需绘制一个随机数并将其与您想要的概率进行比较。或者你可以正确使用random.choices，得到一个列表。

In [14]: def gen_sample(p_success): 
    ...:     if random.random() < p_success: 
    ...:         return 1 
    ...:     return 0 
    ...:                                                                        

In [15]: gen_sample(0.95)                                                       
Out[15]: 1

In [16]: gen_sample(0.02)                                                       
Out[16]: 0

In [17]: p_success = 0.85                                                       

In [18]: random.choices([0, 1], weights=[1-p_success, p_success], k=10)         
Out[18]: [1, 1, 1, 1, 1, 1, 1, 0, 1, 1]