使用python实现权重抽样

使用python实现权重抽样

假设k个变量：
$$x_j;(i=1,2,...k)$$
的取值概率(权重为)
$$w_j;(i=1,2,...k)$$
首先使用python的numpy.random.uniform(0,1)生成0到1之间的满足均匀分布的随机数
$$y$$
则当
$$\sum _{j=1}^{i-1}{w}_j\le y<\sum _{j=1}^i{w}_j$$
则输出i，即选取的变量为
$$x_i$$
代码如下：

#! C:/usr/bin/env python3
# -*- coding: utf-8 -*-

"""
---------------------------------------------------------
Name:geneticAlgorithm
Description:
Author:qinlinjian
Date:2022-07-12
---------------------------------------------------------
Change Activity:2022-07-12
"""
__author__ = "qin"
__version__ = "1.0.0"
import numpy as np
"""
返回一个索引数字
"""
def weight_sampling(w_list):
    ran = np.random.uniform(0,1)
    sum=0
    for i in range(len(w_list)):
        sum+=w_list[i]
        if(ran<sum):
            return i


if __name__ == '__main__':
    w_list = [0.25,0.6,0.15]
    num_list=[]
    for i in range(1000000):
        num_list.append(weight_sampling(w_list))
    account_list = [num_list.count(0),num_list.count(1),
                    num_list.count(2)]# 进行计数
    print(account_list)
    print("选取第一个数的概率：",account_list[0] / sum(account_list))
    print("选取第二个数的概率：",account_list[1] / sum(account_list))
    print("选取第三个数的概率：",account_list[2] / sum(account_list))

输出结果：

[249459, 601092, 149449]
选取第一个数的概率： 0.249583
选取第二个数的概率： 0.601123
选取第三个数的概率： 0.149294

如结果所示，选取到的变量的概率是符合一开始所设定的权重。