python随机数与加权随机数

【前言】

python内置了很多随机数相关的函数,下面列举一些常用的函数,特别是python 3.6新加的加权随机特别实用

1、随机打乱指定集合序列的元素:

import random

alist = [1,2,3,4,5,6,7,8,9]
for i in range(3):
    random.shuffle(alist)
    print(alist)

输出:

[4, 9, 8, 7, 1, 5, 2, 3, 6]
[2, 1, 3, 6, 5, 7, 9, 4, 8]
[3, 9, 5, 4, 7, 1, 2, 8, 6]

2、随机从集合中挑选一个元素

alist = [1,2,3,4,5,6,7,8,9]
for i in range(3):
    choiceNum = random.choice(range(10))
    print(choiceNum)

输出:

6
4
3

3、随机生成的一个在[0,1)范围内的实数

alist = [1,2,3,4,5,6,7,8,9]
for i in range(3):
    num = random.random()
    print(num)

输出:

0.6284141411866134
0.6813147648111779
0.30652512567883783

4、从集合中随机选出指定数量的样本

alist = [1, 2, 3, 4, 5, 6, 7, 8, 9]
for i in range(10):
    sample = random.sample(alist, 4)
    print(sample)

输出:

[3, 9, 2, 4]
[3, 8, 6, 1]
[9, 3, 5, 1]
[6, 5, 3, 8]
[8, 1, 5, 6]
[4, 6, 9, 1]
[5, 7, 3, 6]
[8, 4, 9, 7]
[9, 3, 8, 6]
[2, 6, 5, 3]

5、对集合元素加权之后,随机选择一个元素出来(python 3.6+)

import random
# 元素集合
alist = [0, 1, 2, 3, 4, 5, 6, 7, 8]
# 元素对应的权重集合
weight = [1, 1, 1, 1, 5, 1, 1, 1, 1]
# 元素对应被抽中次数集合
times = [0, 0, 0, 0, 0, 0, 0, 0, 0]
# 遍历的次数
travelCountList = (10,100,1000,10000)
for k in travelCountList:
    for i in range(k):
        choiceNum = random.choices(alist, weights=weight)
        times[choiceNum[0]] += 1
    print(times)

输出:

[0, 1, 2, 0, 4, 0, 2, 1, 0]
[2, 5, 6, 6, 56, 2, 16, 7, 10]
[81, 80, 92, 71, 444, 72, 87, 102, 81]
[878, 796, 901, 802, 4310, 849, 861, 896, 817]

从上面可以看到,只运行10次,其实权重的效果不是特别明显,但是运行10000次,基本被抽中的次数比接近设置的权重比

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个简单的随机加权采样的Python代码示例: ```python import random def weighted_random_sampling(weights, k): """ :param weights: A list of non-negative weights. :param k: The number of samples to draw. :return: A list of indices indicating the sampled elements. """ if k > len(weights): raise ValueError("k should be no greater than the length of weights.") cum_weights = [0] + list(accumulate(weights)) total_weight = cum_weights[-1] indices = [] for _ in range(k): rand = random.uniform(0, total_weight) for i, cum_weight in enumerate(cum_weights): if rand < cum_weight: indices.append(i - 1) total_weight -= weights[i - 1] cum_weights = [0] + list(accumulate(weights[:i - 1])) + [total_weight] weights = weights[:i - 1] + weights[i:] break return indices ``` 该函数的输入参数为权重列表和需要采样的数量。输出为一个采样结果的索引列表。 该函数的实现基于累计权重的概念。首先,通过累加所有权重,创建一个新的列表cum_weights。然后,将列表中的每个权重除以总权重,从而获得一个累计权重列表。这个累计权重列表中的每个条目表示前面所有权重的总和。 对于每个采样,生成一个随机数rand,介于0和总权重之间。然后,遍历累计权重列表,找到第一个大于rand的条目(即对应的权重),并将其对应的索引添加到结果列表中。接下来,将该索引对应的权重从权重列表中删除,并更新cum_weights和total_weight。在下一次迭代中,只考虑剩余的权重。 关于加权随机采样,还需要注意以下几点: - 如果权重中有负数,会引发ValueError异常。 - 如果需要采样的数量k大于权重列表的长度,会引发ValueError异常。 - 由于使用了随机数,因此每次运行该函数都可能得到不同的结果。

“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