Python 按分类权重(区间)随机获取分类样本

开发环境

win 10

python 3.6.5

需求

活动抽奖，参与抽奖产品有iphone, 华为，小米，魅族，vivo，三星手机，要求为这些不同品牌的手机设置被抽奖的概率(基准概率，非绝对概率，即允许存在一定偏差)，iphone为0，华为0.35，小米为0.25， 魅族0.1，vivo和三星为0.15

代码实现

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

#!/usr/bin/env python # -*- coding:utf-8 -*- __author__ = 'shouke' import random def get_sample_by_rate(sample_rate_list):     if sum([item[1] for item in sample_rate_list]) != 1:         raise ValueError("样本比例配置错误，样本占比之和必须为1!")     random_normalized_num = random.random()  # random() -> x in the interval [0, 1).     accumulated_probability = 0.0     for sample, probabilitie in sample_rate_list:         accumulated_probability += probabilitie         if random_normalized_num < accumulated_probability:             return sample award_dict = {'iphone':0, '华为':0.35, '小米':0.25, '魅族':0.1, 'vivo':0.15, '三星':0.15} # 初始化 output_dict = {} # 存放取样次数 for sample, rate in award_dict.items():     output_dict[sample] = 0 award_list = sorted(award_dict.items(), key=lambda arg:arg[1], reverse=False) n = 1000 # 取样总次数 for i in range(n):     award = get_sample_by_rate(award_list)     output_dict[award] += 1 percentage_dict = {key: output_dict[key]/n for key in output_dict} # 存放样本数占比 print(output_dict) print(percentage_dict)

　　

 

运行结果

 

注意

为啥可以用python的randowm函数来实现这个需求？那是因为python的random函数是平均分布函数，产生的随机数是等可能的。如下，可以把[0,1)区间看作一条线，生成的随机数可以看作是线条上一个个点，这样，就可以根据这个点所在位置，把这个点划分到某个区间（本例中划分了几个区间[0, 0.1)，[0.1，0.25)，[0.25，0.4)，[0.4， 0.65)，[0.65，1)），映射样本的概率范围

0       0.25      0.5              1

|--------|--------|----------------|

从运行结果来看，不难看出，这python教程种计算方式存在一定的偏差，比较适合大数据

作者：授客
本文版权归原作者所有，仅供学习参考之用，转载请注明出处，未经作者允许请务必保留此段声明！