Question

我有一个字典，其中每个键都有一个可变长度列表，例如：

d = {
 'a': [1, 3, 2],
 'b': [6],
 'c': [0, 0]
}

是否有一种干净的方法来获取随机字典密钥，按其值的长度加权？ random.choice(d.keys())会对密钥进行相同的加权，但在上面的情况下，我希望'a'大约有一半的时间返回。

Answer 1

这样可行：

random.choice([k for k in d for x in d[k]])

Answer 2

您是否始终知道字典中的值总数？如果是这样，使用以下算法可能很容易，只要您想从有序列表中对某些项进行概率选择，就可以使用该算法：

迭代您的密钥列表。
生成介于0和1之间的均匀分布的随机值（又名“掷骰子”）。
假设此密钥具有与之关联的N_VALS值，并且整个字典中存在TOTAL_VALS总值，请以概率N_VALS / N_REMAINING接受此密钥，其中N_REMAINING是列表中剩余的项目数。

此算法的优点是无需生成任何新列表，这在您的字典较大时非常重要。你的程序只需支付K键上的循环来计算总数，另外一个键上的循环将平均结束一半，以及生成0到1之间的随机数的成本。生成这样一个随机数是在编程中非常常见的应用程序，因此大多数语言都能快速实现这样的功能。在Python中random number generator一个Mersenne Twister algorithm的C实现，应该非常快。此外，文档声称此实现是线程安全的。

这是代码。如果你想使用更多的Pythonic功能，我相信你可以清理它：

#!/usr/bin/python

import random

def select_weighted( d ):
   # calculate total
   total = 0
   for key in d:
      total = total + len(d[key])
   accept_prob = float( 1.0 / total )

   # pick a weighted value from d
   n_seen = 0
   for key in d:
      current_key = key
      for val in d[key]:
         dice_roll = random.random()
         accept_prob = float( 1.0 / ( total - n_seen ) )
         n_seen = n_seen + 1
         if dice_roll <= accept_prob:
            return current_key

dict = {
   'a': [1, 3, 2],
   'b': [6],
   'c': [0, 0]
}

counts = {}
for key in dict:
   counts[key] = 0

for s in range(1,100000):
   k = select_weighted(dict)
   counts[k] = counts[k] + 1

print counts

运行100次后，我会多次选择键：

{'a': 49801, 'c': 33548, 'b': 16650}

这些非常接近您的预期值：

{'a': 0.5, 'c': 0.33333333333333331, 'b': 0.16666666666666666}

编辑：迈尔斯在我的原始实现中指出了一个严重错误，该错误已经得到纠正。对不起！

Answer 3

不构建具有重复值的新的可能大的列表：

def select_weighted(d):
   offset = random.randint(0, sum(d.itervalues())-1)
   for k, v in d.iteritems():
      if offset < v:
         return k
      offset -= v

Answer 4

鉴于你的dict适合记忆，random.choice方法应该是合理的。但假设不然，下一个技术是使用增加权重的列表，并使用bisect来找到随机选择的权重。

>>> import random, bisect
>>> items, total = [], 0
>>> for key, value in d.items():
        total += len(value)
        items.append((total, key))


>>> items[bisect.bisect_left(items, (random.randint(1, total),))][1]
'a'
>>> items[bisect.bisect_left(items, (random.randint(1, total),))][1]
'c'

Answer 5

制作一个列表，其中每个键重复的次数等于其值的长度。在您的示例中：['a', 'a', 'a', 'b', 'c', 'c']。然后使用random.choice()。

编辑：或者，不那么优雅但效率更高，请尝试这样：获取字典中所有值的长度之和S（您可以缓存并使此值无效，或将其保持为最新状态您编辑字典，具体取决于您预期的确切使用模式）。生成一个从0到S的随机数，并通过字典键进行线性搜索，找到随机数落入的范围。

我认为，如果不更改或添加数据表示，这是最好的。

Answer 6

以下是一些基于我之前为probability distribution in python提供的答案的代码，但是使用长度来设置权重。它使用迭代马尔可夫链，因此不需要知道所有权重的总和。目前它计算最大长度但如果太慢则只需更改

  self._maxw = 1

到

  self._maxw = max lenght

并删除

for k in self._odata:
     if len(self._odata[k])> self._maxw:
          self._maxw=len(self._odata[k])

这是代码。

import random


class RandomDict:
    """
    The weight is the length of each object in the dict.
    """

    def __init__(self,odict,n=0):
        self._odata = odict
        self._keys = list(odict.keys())
        self._maxw = 1  # to increase speed set me to max length
        self._len=len(odict)
        if n==0:
            self._n=self._len
        else:
            self._n=n
        # to increase speed set above max value and comment out next 3 lines
        for k in self._odata:
            if len(self._odata[k])> self._maxw:
                self._maxw=len(self._odata[k])


    def __iter__(self):
        return self.next()

    def next(self):
        while (self._len > 0) and (self._n>0):
            self._n -= 1
            for i in range(100):
                k=random.choice(self._keys)
                rx=random.uniform(0,self._maxw)
                if rx <= len(self._odata[k]): # test to see if that is the value we want
                    break
            # if you do not find one after 100 tries then just get a random one
            yield k

    def GetRdnKey(self):
        for i in range(100):
            k=random.choice(self._keys)
            rx=random.uniform(0,self._maxw)

            if rx <= len(self._odata[k]): # test to see if that is the value we want
                break
        # if you do not find one after 100 tries then just get a random one
        return k



#test code

d = {
 'a': [1, 3, 2],
 'b': [6],
 'c': [0, 0]
}


rd=RandomDict(d)

dc = {
 'a': 0,
 'b': 0,
 'c': 0
}
for i in range(100000):
    k=rd.GetRdnKey()
    dc[k]+=1

print("Key count=",dc)



#iterate over the objects

dc = {
 'a': 0,
 'b': 0,
 'c': 0
}

for k in RandomDict(d,100000):
    dc[k]+=1

print("Key count=",dc)

测试结果

Key count= {'a': 50181, 'c': 33363, 'b': 16456}
Key count= {'a': 50080, 'c': 33411, 'b': 16509}

Answer 7

我会这样说：

random.choice("".join([k * len(d[k]) for k in d]))

这清楚地表明d中的每个k获得与其值的长度一样多的机会。当然，它依赖于长度为1的字典键，即字符....

很久以后：

table = "".join([key * len(value) for key, value in d.iteritems()])
random.choice(table)

Answer 8

我修改了其他一些答案来提出这个问题。它更具可配置性。它需要2个参数，一个列表和一个lambda函数来告诉它如何生成一个键。

def select_weighted(lst, weight):
   """ Usage: select_weighted([0,1,10], weight=lambda x: x) """
   thesum = sum([weight(x) for x in lst])
   if thesum == 0:
      return random.choice(lst)
   offset = random.randint(0, thesum - 1)

   for k in lst:
      v = weight(k)
      if offset < v:
         return k
      offset -= v

感谢sth的基本代码。

Answer 9

import numpy as np

my_dict = {
  "one": 5,
  "two": 1,
  "three": 25,
  "four": 14
}

probs = []

elements = [my_dict[x] for x in my_dict.keys()]
total = sum(elements)
probs[:] = [x / total for x in elements]
r = np.random.choice(len(my_dict), p=probs)

print(list(my_dict.values())[r])
# 25

Answer 10

对于 Python 3.6+ 需要提及 random.choices：

import random
raffle_dict = {"Person 1": [1,2], "Person 2": [1]}
random.choices(list(raffle_dict.keys()), [len(w[1]) for w in raffle_dict.items()], k=1)[0]

random.choices 返回一个样本列表，所以 k=1 如果您只需要一个，我们将获取列表中的第一项。如果您的字典已经有权重，只需去掉 len 或更好：

raffle_dict = {"Person 1": 1, "Person 2": 10}
random.choices(list(raffle_dict.keys()), raffle_dict.values(), k=1)[0]

另见repl和this question，

随机Python字典键，按值加权

10 个答案: