Question

如果我在列表中有一组项目。我想根据另一个权重列表从该列表中进行选择。

例如，我的收藏品是['one', 'two', 'three']，权重是[0.2, 0.3, 0.5]，我希望这种方法可以在所有抽奖的大约一半中给我'三'。

最简单的方法是什么？

Answer 1

自numpy版本1.7起，您可以使用numpy.random.choice()：

elements = ['one', 'two', 'three'] 
weights = [0.2, 0.3, 0.5]

from numpy.random import choice
print(choice(elements, p=weights))

Answer 2

从Python 3.6开始，您可以使用random.choices进行加权随机选择（替换）。

随机。选择（人口，权重=无，*，cum_weights =无，k = 1 ）

使用示例：

import random
random.choices(['one', 'two', 'three'], [0.2, 0.3, 0.5], k=10)
# ['three', 'two', 'three', 'three', 'three',
#  'three', 'three', 'two', 'two', 'one']

Answer 3

此函数有两个参数：权重列表和包含可供选择对象的列表：

from numpy import cumsum
from numpy.random import rand
def weightedChoice(weights, objects):
    """Return a random item from objects, with the weighting defined by weights 
    (which must sum to 1)."""
    cs = cumsum(weights) #An array of the weights, cumulatively summed.
    idx = sum(cs < rand()) #Find the index of the first weight over a random value.
    return objects[idx]

它不使用任何python循环。

Answer 4

您可以使用multinomial distribution（来自numpy）来做你想做的事。 E.g。

elements = ['one', 'two', 'three'] 
weights = [0.2, 0.3, 0.5]


import numpy as np

indices = np.random.multinomial( 100, weights, 1)
#=> array([[20, 32, 48]]), YMMV

results = [] #A list of the original items, repeated the correct number of times.
for i, count in enumerate(indices[0]):
    results.extend( [elements[i]]*count )

因此，第一个位置的元素出现了20次，第二个位置的元素出现了32次，第三个位置的元素出现了48次，大致相当于给出权重所期望的值。

如果你很难绕过多项分布，我发现documentation真有帮助。

Answer 5

如果您不想使用numpy，可以使用以下相同的方法：

from random import random
from itertools import takewhile

def accumulate(iterator):
    """Returns a cumulative sum of the elements.
    accumulate([1, 2, 3, 4, 5]) --> 1 3 6 10 15"""
    current = 0
    for value in iterator:
        current += value
        yield current

def weightedChoice(weights, objects):
    """Return a random item from objects, with the weighting defined by weights 
    (which must sum to 1)."""
    limit = random()
    return objects[sum(takewhile(bool, (value < limit for value in accumulate(weights))))]

我们使用itertools.takewhile()来避免在达到我们想要停止的点后检查值，否则，这与Mischa Obrecht's answer基本相同，只是没有numpy。

Answer 6

如何初始化列表以使您的选择与预期权重相匹配。在这里，我列出了100个代表你所需“拉”百分比的值。

>>> import random
>>> elements = ['one', 'two', 'three'] 
>>> weights = [0.2, 0.3, 0.5]
>>>
>>> # get "sum" of result list of lists (flattens list)
>>> choices = sum([[element] * int(weight * 100)for element, weight in zip(elements, weights)], [])
>>> random.choice(choices)
three

这不是累积的，但看起来它可能就是你想要的东西。

Answer 7

要构建Maus' answer，如果您想重复获取加权随机值，这很棒，如果您只需要一个值，则可以通过组合numpy.random.multinomial()和{{3 }}：

from itertools import compress
from numpy.random import multinomial

def weightedChoice(weights, objects):
    """Return a random item from objects, with the weighting defined by weights 
    (which must sum to 1)."""
    return next(compress(objects, multinomial(1, weights, 1)[0]))

加权选择简短

7 个答案: