np.random.choice：概率不等于1

This is bill

于 2018-11-19 15:06:26 发布

阅读量5.6k

点赞数 2

分类专栏： python 机器学习

机器学习同时被 2 个专栏收录

321 篇文章

订阅专栏

python

97 篇文章

订阅专栏

本文详细介绍了在使用numpy进行随机选择时，如何处理概率数组总和超过1的情况。通过归一化概率数组，确保其总和等于1，从而避免了ValueError错误。提供了一个具体的示例，展示了归一化过程及其效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这是一个known issue与numpy。使用给定的容差为概率之和随机选择功能检查（here the source）

的解决方案是通过将它们除以它们的总和如果总和是足够接近1

实施例归一化的概率：

>>> p=[ 1.42836755e-01, 1.42836735e-01 , 1.42836735e-01, 1.42836735e-01 
, 4.76122449e-05, 1.42836735e-01 , 4.76122449e-05 , 1.42836735e-01, 
    1.42836735e-01, 4.79122449e-05] 
>>> sum(p) 
1.0000003017347 # over tolerance limit 
>>> np.random.choice([1,2,3,4,5,6,7,8,9, 10], 4, p=p, replace=False) 

Traceback (most recent call last): 
    File "<pyshell#23>", line 1, in <module> 
    np.random.choice([1,2,3,4,5,6,7,8,9, 10], 4, p=p, replace=False) 
    File "mtrand.pyx", line 1417, in mtrand.RandomState.choice (numpy\random\mtrand\mtrand.c:15985) 
ValueError: probabilities do not sum to 1

随着归一化：

>>> p = np.array(p) 
>>> p /= p.sum() # normalize 
>>> np.random.choice([1,2,3,4,5,6,7,8,9, 10], 4, p=p, replace=False) 
array([8, 4, 1, 6])