生成随机整数加权到中位数

Question

在10-20范围内，返回15的可能性是两种极端的两倍。

Answer 1

您可以将random.triangular()与Python＆gt; = 2.6：

一起使用

n = random.triangular(10, 20)

n将是浮点值，因此您需要将其转换为int。

Answer 2

尝试看看它是否有效（对不起，如果它不可读）：

import random

def randIntWeight(min, max):
  distanceFromMedian = random.uniform(0, (max - min) / 2.0)

  return (max - min) / 2.0 + distanceFromMedian * (-1) ** (random.randrange(-1, 0))

我还在琢磨我的概率论，所以请纠正我，如果这不对。

Answer 3

正如Blender所指出的，你真的需要更加具体。但在最简单的情况下，您可以从统一变量生成Triangular Distribution。

Answer 4

另一个内置函数是[numpy.random.normal][1]

  

numpy.random.normal（loc = 0.0，scale = 1.0，size = None）

     

从正态（高斯）分布中抽取随机样本。

您可以指定loc = 15.0来设置平均值，将scale = 2设置为5以使可能值的范围变窄或变宽。标度是可能的平均值的标准偏差数+/-（15）。它不允许您定义特定范围，但是如果输出超出某个范围，则始终可以将其输出并重新滚动。这为您提供了一种更细微的方式来获取特定值附近的值。

设置size=None以返回一个值。

来自https://docs.scipy.org/doc/numpy-1.15.0/reference/generated/numpy.random.normal.html

mu, sigma = 0, 0.1 # mean and standard deviation 
s = np.random.normal(mu, sigma, 1000)
... (see link below for full code)
plt.show()