python 加权随机算法_python – 生成加权随机数

嗨,我正在做一些基因组学课程的代码,我在某个方面遇到了困难.

我有一套相互排斥的活动

概率

我想用给定的概率模拟n次随机抽样事件.

输入：概率= {0.3,0.2,0.5}事件{e1,e2,e3} n = 100

输出：e3应为~50,e2为~20,e1为~30.

请注意,这些可能不完全是50,20,30,因为

经验值与理论值不同……

最佳答案

Python没有内置任何加权采样功能(NumPy / SciPy),但对于这样一个非常简单的情况,它非常简单：

import itertools

import random

probabilities = [0.3, 0.2, 0.5]

totals = list(itertools.accumulate(probabilities))

def sample():

n = random.uniform(0, totals[-1])

for i, total in enumerate(totals):

if n <= total:

return i

如果你没有Python 3.2,你就没有accumulate函数;如果列表确实如此简短,你可以使用低效的单行代码伪造它：

totals = [sum(probabilities[:i+1]) for i in range(len(probabilities))]

…或者您可以编写显式循环或丑陋的reduce调用,或者从the docs复制等效的Python函数.

另外,请注意random.uniform(0,totals [-1])只是编写random.random()的一种更复杂的方法,如果你可以确定你的数字加起来为1.0.

一种快速测试方法：

>>> samples = [sample() for _ in range(100000)]

>>> samples.count(0)

29878

>>> samples.count(1)

19908

>>> samples.count(2)

50214

这些分别非常接近100000的30％,20％和50％.