np.random.choice:概率不等于1

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]) 
  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: np.random.choice函数是numpy库中的一个随机选取函数,可以根据给定的概率值来选择元素。 当我们需要从一个数组或列表中按照一定概率进行选择时,可以使用np.random.choice函数。具体来说,它接受三个参数:a,size和p。 a表示要从中选择的数组或列表。size表示要选择的元素个数,可以是一个整数或一个元组。如果size是一个整数,那么只会选择一个元素。如果size是一个元组,那么会选择对应元组长度的元素。p表示选取每个元素的概率值,是一个与a长度相同的数组或列表。 举个例子来说,假设我们有一个数组a = [1, 2, 3, 4, 5],我们想根据概率p = [0.1, 0.2, 0.3, 0.2, 0.2]来选择元素,且只选择一个元素。那么可以使用np.random.choice(a, 1, p=p)来实现。 这样,函数将根据概率值p来选择元素,选择结果可能是1、2、3、4或5,但选择的概率符合给定的概率分布。 总之,np.random.choice函数可以根据给定的概率值来选择数组或列表中的元素,并且可以灵活地指定选择的数量。这对于模拟实验、随机抽样等场景非常有用。 ### 回答2: 在NumPy中,np.random.choice()函数可以用来从指定的一维数组中以指定的概率进行随机抽取。 首先,我们需要指定一个一维数组作为抽取的候选池,可以是任意长度的数组。然后,我们可以使用参数p来指定每个元素被抽取的概率。p参数需要是一个与候选池数组长度相等的一维数组,其中的值表示每个元素被选中的概率。 接下来,我们可以指定抽样的大小,即我们希望从候选池中抽取多少个元素。使用参数size来指定,可以是一个整数或者一个元组,表示抽样的维度。若size为整数,则表示从一维数组中抽取size个元素;若size为元组,则表示从候选池中抽取相应维度的元素。 当概率p为空时,默认每个元素被选中的概率相等。 下面是一个例子,假设我们有一个候选池为[1, 2, 3, 4, 5],并且我们希望以0.1、0.3、0.2、0.15和0.25的概率分别抽取这五个元素。我们可以使用np.random.choice()函数来实现: ``` python import numpy as np pool = [1, 2, 3, 4, 5] probabilities = [0.1, 0.3, 0.2, 0.15, 0.25] result = np.random.choice(pool, size=3, p=probabilities) print(result) ``` 输出结果可能为[2, 5, 3],表示从候选池中以指定的概率抽取了3个元素。每次运行结果可能不同,因为抽取是随机的。 总之,np.random.choice()函数可以帮助我们在指定的一维数组中以指定的概率进行随机抽取。这在模拟实验、生成随机样本等方面都很有用。 ### 回答3: 在Python的NumPy库中,np.random.choice函数可以用于从给定的一维数组中随机选择元素。不过,该函数还可以通过指定概率来增加元素的选中概率。 当我们调用np.random.choice函数时,可以通过参数p传入一个概率数组,其中的元素与选择元素数组的元素一一对应。这样,选择元素的概率就由概率数组中对应位置的元素值决定。 概率数组中的元素值表示了对应元素被选择的相对概率。例如,如果某个元素在概率数组中的值是2,而其他元素的值都是1,那么该元素被选择的概率就是其他元素被选择的两倍。 如果不提供概率数组,np.random.choice函数会默认将每个元素的选择概率设置为相等。但是,如果提供了概率数组,每个元素被选择的概率将根据概率数组指定的相对概率进行调整。 下面是一个例子,假设我们有一个一维数组arr=[1, 2, 3, 4],并且想要根据相对概率[0.1, 0.2, 0.3, 0.4]来选择元素。我们可以使用np.random.choice函数来实现: import numpy as np arr = [1, 2, 3, 4] prob = [0.1, 0.2, 0.3, 0.4] chosen = np.random.choice(arr, p=prob) 在这个例子中,被选择的元素将根据概率数组中的相对概率进行选择。元素2被选择的概率是元素1被选择概率的两倍,元素3被选择的概率是元素1的三倍,元素4被选择的概率是元素1的四倍。 需要注意的是,传入的概率数组的元素值应该是非负数,并且概率数组的总和应该为1。如果概率数组不满足这些条件,函数的行为将是不确定的。 希望以上解答能帮助到您!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值