random模组是python内用来产生乱数的模组, 我们可以很容易呼叫内建函数模拟公平的骰子 (见: 【python内建模组- random】教你模拟掷骰子) 那如果今天想模拟一个不公平的骰子怎幺办...
random模组是python内用来产生乱数的模组,
我们可以很容易呼叫内建函数模拟公平的骰子
(见: 【python内建模组- random】教你模拟掷骰子)
那如果今天想模拟一个不公平的骰子怎幺办呢?
随便举例,
比如说我要随机从[0,1,2,3]里面取数字,
挑中每个数字的概率大概是150:50:15:3,
即0非常容易出现,而3很不容易出现
还好python的内建函数非常的齐全,
可以用内建函数解
random.choices(population, weights=None, *, cum_weights=None, k=1)
我们要介绍的函数是random.choices,
参数意义: 回传从 population 中选取 k 个元素,
可以设定 weights 或是 cum_weights 来改变元素的权重,
例如: weights [150,50,15,3] 跟 cum_weights [150,200,215,218]是一样的,
此为重置抽样 (sampling with replacement),即有机率抽到相同的元素
範例
譬如说刚刚说要随机从[0,1,2,3]里面取数字,
挑中每个数字的概率大概是150:50:15:3,
就可以简单用下面的程式模拟,
这边为了测试,
我们使用Counter函数计数,
可以方便的统计每个数字出现的次数
import random
from collections import Counter
R = random.choices(range(4), weights= [150,50,15,3],k=10000)
print(Counter(R))
範例output:
Counter({0: 6853, 1: 2282, 2: 715, 3: 150})