Python - 从列表中选择随机对象答案

【问题标题】：Python - choosing random object from a listPython - 从列表中选择随机对象
【发布时间】：2012-11-01 00:54:17
【问题描述】：

我有对象列表“p”，每个对象都有一些数字“a”（例如 p[3].a = 5）。我想从列表中选择随机对象，选择对象的概率与其a的值成正比，即选择a=5的对象的概率是选择a=1的对象的概率的五倍.我怎样才能用 Python/Pylab/Numpy 做到这一点？

谢谢！

【问题讨论】：

标签： python list random python-2.7

【解决方案1】：

这适用于整数计数，但对于大计数无效。

c = collections.Counter({k:k.a for k in stuff})
random.choice(list(c.elements()))

【讨论】：

没有Counter的等效方法：random.choice([x for x in p for i in range(x.a)])

【解决方案2】：

这是一种更有效的方法。

import random

def weighted_choice(items):
    # check if no items exist
    if not items:
        return None

    # compute total of all weights
    total = sum(item.weight for item in items)

    # select a random point within the total
    selection = random.randint(0, total - 1)

    # find the corresponding item
    count = 0
    for item in items:
        count += item.weight
        if selection < count:
            return item

【讨论】：

【解决方案3】：

我建议使用bisect

from bisect import bisect

class Element(object):
    def __init__(self, value):
        self.a = value
    def __repr__(self):
        return 'Element({})'.format(self.a)

data = [Element(3), Element(5), Element(7), Element(1)]
last = 0
breakpoints = []
for element in data:
    breakpoints.append(last + element.a)
    last += element.a
print(breakpoints)

for random_value in xrange(last):
    pos = bisect(breakpoints, random_value)
    print(random_value, data[pos])

您只需构建一次带有断点的列表。然后，您可以根据需要将其与相当快速的 bisect 算法一起使用。

最后一个循环只是为了演示结果。

编辑：获取断点的另一种方法（我不喜欢 for 循环）：

values = [value.a for value in data]
breakpoints = [sum(values[:pos+1]) for pos in xrange(len(values))]

【讨论】：