pytorch，numpy根据权重取值 -- np.random.multinomial，np.random.choice和torch.multinomial函数

np.random.multinomial(n, pvals, size=None) -> 取到的次数分布数组

该函数表示根据一个概率数组，取若干次，得到一个次数分布数组

• 参数说明：
  –n : 从矩阵中取值次数；
  –pvals：根据概率取值，这是一个数组，并且所有数据之和为1；
  –size：输出的维度，默认为1，即1 x pvals

例子：

a = np.random.rand(6)
print(a)  # array([0.02863448, 0.7349202 , 0.80195879, 0.50008183, 0.83031138, 0.40385662]
p = [p.data / np.sum(a).data for p in a]  # 将矩阵变成和为1的概率表示
print(p)  # [0.008677738047479532, 0.22271906619609225, 0.2430352465397527, 0.15155081880343593, 0.25162755778517704, 0.1223895726280625]
np.sum(p)  # 结果为1
res = np.random.multinomial(400000, p, size=1)
print(res)  # 结果： array([[  3463,  89565,  96751,  60978, 100525,  48718]])  -- 表示p矩阵每个位置上的取到的次数

从上可以看到，该函数是根据一个和为1的概率列表，根据相应的概率取值，得到一个次数数组。概率大的取到的次数多。个人感觉这个函数没什么用，反正我很少用到，可能在某些地方有特殊用处吧。

np.random.choice(a, size=None, replace=True, p=None) -> 从原始矩阵取到的值的数组

该函数表示从一个数组中按照每个位置的概率（权重）取若干个值，得到一个数值数组。该函数可以在需要根据概率取值的时候用，非常好用。可以让你每次都不会固定取到某个值，而是概率大的取到的值得概率大

• 参数说明：
  –a : 原始取值矩阵；
  –size：取值得个数，int；如果replace为False，大小必须和a和p一致；如果replace为True，大小随意
  –replace：默认True， bool，表示有放回，就是有可能会取到相同的数据，如果设置为False，则不会取到重复的数据；
  –p：每个值对应的概率；和a的长度必须一样

例子：

x = np.arange(10, 16)
print(x) # [10 11 12 13 14 15] --- 原始数组
res = np.random.choice(a=x, size=6, replace=True, p=p)
print(res)  # 有放回结果，[15 11 14 14 12 11] 11和14重复取了
res = np.random.choice(a=x, size=6, replace=False, p=p)
print(res)  # 无放回结果：[12 14 11 13 15 10] ，没有重复的元素
# res = np.random.choice(a=x, size=7, replace=False, p=p) # 报错
res = np.random.choice(a=x, size=7, replace=True, p=p) # 有放回，size可以大于len(a)
print(res) # [13 11 14 13 13 14 12]

torch.multinomial(input, num_samples, replacement=False, out=None) -> LongTensor, 取到的值得索引数组

该函数和np.random.choice类似，但是返回的是取到的值得下标（np返回的是数据本身），可以拿到该下标之后，然后再从原始的tensor矩阵中取值，效果一样的。

• 参数说明：
  –input : 原始取值数组，tensor类型，和必须为1；
  –num_samples：取值得个数，int；如果replace为False，大小必须和input一致；如果replace为True，大小随意；
  –replace：默认True， bool，表示有放回，就是有可能会取到相同的数据，如果设置为False，则不会取到重复的数据；
  –out：输出。

例子：

res = torch.multinomial(torch.tensor(p), 7, replacement=True)  # replacement=True表示有放回的取样，新版本torch不会取到权重为0的数据  
# 不管有无放回，每次取得都是权重较大的索引，所以每次的结果一般都不同
print(res)  # tensor([1, 1, 4, 1, 2, 4, 2])
res = torch.multinomial(torch.tensor(p), 6, replacement=False)
print(res) # tensor([2, 4, 1, 5, 3, 0])
print(torch.tensor(p).gather(0, res))  # 根据索引取值，tensor([0.2430, 0.2516, 0.2227, 0.1224, 0.1516, 0.0087])

如果大家不知道如何根据下标取值，可以参考鄙人的另外一篇博客：torch.gather函数利用索引矩阵进行取值