Python 如何实现加权随机选择

Python是一种灵活高效的编程语言，提供了丰富的基本功能和库来改进复杂的编码任务。其中之一就是执行加权随机选择，这是一种统计方法，其中每个项目都有预定义的被选中的可能性。与简单的随机选择不同，其中每个项目被选择的机会相等，加权随机选择允许我们指定每个项目被选择的可能性，这可能会有所不同。本文旨在全面介绍如何在Python中实现加权随机选择的方法。

语法

在Python中实现加权随机选择的主要方法是random.choices()。以下是其基本语法：

random.choices(population, weights=None, cum_weights=None, k=1)

population是一个必要的组成部分。这是你将从中进行选择的列表。
weights是一个与人口列表中的每个成员对应的权重列表。
cum_weights是一个完全可选的字段。一个已经累积的权重列表。
字母k是不是必需的。一个整数形式的数字，指定要选择的项目数量。默认为1。

步骤

为了更好地理解加权随机选择的操作，请按照以下逐步算法进行操作：

在Python中导入random模块。
定义一种人口，即您希望选择的元素列表。
定义权重，即与人口中的每个元素对应的概率列表。确保权重与人口的元素对齐。
使用random.choices()方法，指定人口、权重和要选择的元素数量。
执行代码并分析结果。

方法1：使用random.choices()

使用random.choices()方法和权重参数：此方法使用Python的内置函数，明确提供每个元素的权重。

示例

import random

population = ['Red', 'Blue', 'Green']
weights = [0.6, 0.3, 0.1]

chosen = random.choices(population, weights, k=5)
print(chosen)

输出

['Red', 'Green', 'Blue', 'Blue', 'Blue']

解释

这个Python脚本利用了隐式不规则模块，更具体地说是random.choices()函数，从之前定义的列表中产生一个加权的不规则选择。可以从名为“population”的列表中选择以下选项：“红色”、“蓝色”和“绿色”。’weights’列表表示选择每个元素的机会比例：60%、30%和10%。脚本在考虑已定义的’weights’的情况下，从’population’变量中随机选择五个项。这通过使用适当的参数调用random.choices功能来实现。’k’参数的值表示从池中选取的数量。然后，打印所选的元素。

方法2：使用numpy.random.choice()

使用numpy.random.choice()：这种方法适用于numpy库，它是一个强大的用于数值计算的工具，也支持加权随机选择。

示例

import numpy as np

population = ['Red', 'Blue', 'Green']
weights = [0.6, 0.3, 0.1]

chosen = np.random.choice(population, 5, p=weights)
print(chosen)

输出

['Red' 'Red' 'Red' 'Red' 'Blue']

说明

为了进行加权随机选择，该脚本使用了numpy库并调用了numpy.random.choice()函数。’population’和’weights’列表的定义方式与第一个代码相同。另一方面，使用这种方法，概率参数用字母p表示，而不是用”weights”这个单词。该脚本通过调用函数np.random.choice并将参数population、5和p=weights，从’population’变量中随机选择五个项目。这个选择是基于已指定的概率进行的。与第一段代码生成列表不同，这个脚本生成一个包含所有已选择元素的numpy数组。