【数据分析面试】12. 随机抽取颜色球（Python random模块应用：choices()/choice()/sample()）

题目 随机抽取颜色球

编写一个函数来模拟从罐子中抽取球的过程。球的颜色存储在名为jar的列表中，每个颜色对应球的数量存储在名为n_balls的列表中，且数量与颜色列表的索引对应。

示例：

输入：

jar = ['green', 'red', 'blue']  
n_balls = [1, 10, 2]  
# 1个绿色球  
# 10个红色球  
# 和2个蓝色球

输出

sample_multinomial(jar, n_balls) -> "blue"

函数执行后应随机返回罐中某个颜色的球，抽取的概率与每种颜色球的数量成正比。在示例中，因为红色球数量最多，所以抽到红色球的概率最高，但也有可能抽到绿色或蓝色球。

答案

答案代码

import random 

def sample_multinomial(jar, n_balls): 
	# 根据n_balls计算每个颜色的权重 
	weights = [count / sum(n_balls) for count in n_balls] 
	# 使用random.choices按权重随机选择一个颜色 
	chosen_color = random.choices(jar, weights=weights, k=1)[0] 
	return chosen_color 

上面这个函数使用random.choices函数来模拟从罐子中抽取球的过程，其中每个颜色被选中的概率与其在n_balls列表中的计数成正比。

在这段代码中，我们首先计算了每个颜色被选中的权重，通过将每个颜色的球数除以总球数来得到。然后，我们使用random.choices函数，它根据提供的权重列表随机选择元素。k=1参数表示我们只想抽取一个球。函数返回抽取到的球的颜色。

每次运行这段代码时，你都会得到一个随机抽取的颜色，抽取的概率与n_balls列表中的计数成正比。

random.choices()函数介绍

random.choices()是Python标准库中的一个函数，用于从一个给定的集合中随机选择元素。

其中，

• population是需要从中选择元素的集合，可以是列表、元组、字符串等。
• weights是一个可选参数，用于指定每个元素的选择权重，如果不提供，则默认所有元素具有相同的权重。
• k是一个整数，表示需要选择的元素数量，默认为1。

以下是一些使用random.choices()的例子：

import random

# 创建列表jar
jar=[1,2,3,4,5]

# 随机选择5个元素，每个元素被选中的概率相等。
print(random.choices(jar, k=5))

# 随机选择5个元素，但只有数字3有被选中的权重，因此结果中只会包含数字3。
print(random.choices(jar, weights=[0,0,1,0,0], k=5))

#使用累积权重来确定每个元素被选中的概率。
print(random.choices(jar, cum_weights=[1,1,1,1,1], k=5))

总的来说，random.choices()是一个非常灵活的函数，可以根据需要调整选择元素的权重，非常适合于需要根据概率分布进行随机选择的情况。

除了random.choices()，还有另外两个类似的函数——random.choice() 和 random.sample()

random.choice()

random.choice() 函数用于从非空序列（如列表、元组或字符串）中随机选择一个元素。它假设所有元素被选中的概率是相同的，并且每次调用只返回一个元素。如果序列为空，random.choice() 会抛出一个 IndexError 异常。

示例：

import random    
colors = ['red', 'green', 'blue']  
chosen_color = random.choice(colors)  
print(chosen_color)  # 输出可能是 'red'、'green' 或 'blue' 中的一个

random.sample()

random.sample() 函数用于从序列中随机选择多个不重复的元素。它需要两个参数：一个序列和一个整数 k，表示要选择的元素数量。返回的是一个新列表，其中包含从原始序列中随机选择的不重复的 k 个元素。如果序列中的元素数量少于 k，random.sample() 会抛出一个 ValueError 异常。

示例：

import random    
numbers = [1, 2, 3, 4, 5, 6]  
sampled_numbers = random.sample(numbers, 3)  
print(sampled_numbers)  
# 输出可能是 [1, 3, 5]、[2, 4, 6] 等包含三个不重复数字的列表

总结一下它们之间的主要区别：

1. 返回值的数量和类型：random.choice() 返回一个随机选择的元素，而 random.sample() 返回一个包含多个随机选择元素的列表。
2. 是否允许重复：random.choice() 允许在多次调用中重复选择相同的元素，而 random.sample() 确保所选元素在返回的列表中不重复。
3. 错误处理：当序列为空时，random.choice() 会抛出 IndexError，而 random.sample() 在请求的样本大小超过序列长度时会抛出 ValueError。
4. 使用场景：当你只需要一个随机元素时，使用 random.choice()；当你需要多个不重复的随机元素时，使用 random.sample()。

其他常用Random函数汇总

常用的函数有以下几种：

1. 生成随机浮点数：
   random.random()：返回一个范围在[0,1)内的随机浮点数。
   random.uniform(a, b)：返回一个范围在[a, b)内的随机浮点数。
2. 生成随机整数：
   random.randint(a, b)：返回一个范围在[a, b)内的随机整数，包含a和b的整数部分。
   random.randrange(a, b, step)：从指定的范围内，按照给定的基数和步长值获取一个随机数值。
3. 生成正态分布的随机数：
   random.normalvariate(mean, stddev)：返回满足指定均值（mean）和标准差（stddev）的正态分布（高斯分布）的概率密度随机数。
4. 从序列中选择元素：
   random.choice(seq)：从非空序列中随机选择一个元素。
   random.sample(seq, k)：从给定的总体序列或集合中随机选取k个唯一的元素。
5. 打乱序列：
   random.shuffle(x)：将序列x中的元素打乱，随机排序。
6. 设置随机种子：
   random.seed([x])：初始化伪随机数生成器的种子值；如果未传入参数，则使用系统当前时间作为种子。