我遇到的问题如下
我有一个带有3个值的整数（或np.array）的一维列表
l = [0,1,2]
我有一个二维概率列表（为简单起见，我们将使用两行）
P =
[[0.8, 0.1, 0.1],
[0.3, 0.3, 0.4]]
我想要的是numpy.random.choice(a=l, p=P)，其中P（概率分布）中的每一行都应用于l。所以，我希望从[0,1,2]中随机抽取一个随机样本。 DIST。首先是[0.8,0.1,0.1]，然后是概率。 DIST。 [0.3,0.3,0.4]接下来，给我两个输出。
=====更新======
我可以使用for循环或列表理解，但我正在寻找快速/矢量化解决方案。
答案 0 :(得分：8)
这是单向的。
这里是概率数组：
In [161]: p
Out[161]:
array([[ 0.8 , 0.1 , 0.1 ],
[ 0.3 , 0.3 , 0.4 ],
[ 0.25, 0.5 , 0.25]])
c包含累积分布：
In [162]: c = p.cumsum(axis=1)
生成一组均匀分布的样本......
In [163]: u = np.random.rand(len(c), 1)
...然后看看他们在哪里适应＆＃34;在c：
In [164]: choices = (u < c).argmax(axis=1)
In [165]: choices
Out[165]: array([1, 2, 2])