这些答案都不是特别清楚或简单。
这是一个清晰、简单的方法，保证有效。
accumulate_normalize_probabilities 采用字典p 将符号映射到概率OR 频率。它输出可用的元组列表，从中进行选择。
def accumulate_normalize_values(p):
pi = p.items() if isinstance(p,dict) else p
accum_pi = []
accum = 0
for i in pi:
accum_pi.append((i[0],i[1]+accum))
accum += i[1]
if accum == 0:
raise Exception( "You are about to explode the universe. Continue ? Y/N " )
normed_a = []
for a in accum_pi:
normed_a.append((a[0],a[1]*1.0/accum))
return normed_a
产量：
>>> accumulate_normalize_values( { 'a': 100, 'b' : 300, 'c' : 400, 'd' : 200 } )
[('a', 0.1), ('c', 0.5), ('b', 0.8), ('d', 1.0)]
为什么会起作用
累加步骤将每个符号变成其自身与前一个符号概率或频率之间的间隔（或在第一个符号的情况下为 0）。这些间隔可用于从列表中进行选择（并因此对提供的分布进行采样），方法是简单地遍历列表，直到间隔 0.0 -> 1.0（之前准备的）中的随机数小于或等于当前符号的间隔端点。
规范化让我们不再需要确保一切总和为某个值。归一化后，概率的“向量”总和为 1.0。
用于从分布中选择和生成任意长样本的其余代码如下：
def select(symbol_intervals,random):
print symbol_intervals,random
i = 0
while random > symbol_intervals[i][1]:
i += 1
if i >= len(symbol_intervals):
raise Exception( "What did you DO to that poor list?" )
return symbol_intervals[i][0]
def gen_random(alphabet,length,probabilities=None):
from random import random
from itertools import repeat
if probabilities is None:
probabilities = dict(zip(alphabet,repeat(1.0)))
elif len(probabilities) > 0 and isinstance(probabilities[0],(int,long,float)):
probabilities = dict(zip(alphabet,probabilities)) #ordered
usable_probabilities = accumulate_normalize_values(probabilities)
gen = []
while len(gen) < length:
gen.append(select(usable_probabilities,random()))
return gen
用法：
>>> gen_random (['a','b','c','d'],10,[100,300,400,200])
['d', 'b', 'b', 'a', 'c', 'c', 'b', 'c', 'c', 'c'] #<--- some of the time