我有一个 Python 字典，其中键代表某些项目，值代表所述项目的某些（标准化）权重。例如：
d = {'a': 0.0625, 'c': 0.625, 'b': 0.3125}
# Note that sum([v for k,v in d.iteritems()]) == 1 for all `d`
鉴于项目与权重的这种相关性，我如何从d 中选择一个键，以使 6.25% 的时间结果为“a”，32.25% 的时间为“b”，以及 62.5%结果是'c'？
【问题讨论】：
标签： python random probability
def weighted_random_by_dct(dct):
rand_val = random.random()
total = 0
for k, v in dct.items():
total += v
if rand_val <= total:
return k
assert False, 'unreachable'
应该做的伎俩。遍历每个键并保持运行总和，如果随机值（介于 0 和 1 之间）落在插槽中，则返回该键
【讨论】：
从 Python 3.6 开始，您可以使用内置的 random.choices() 而不必使用 Numpy。
那么，如果我们想从您的字典中采样（替换）25 个键，其中的值是被采样的权重/概率，我们可以简单地写：
import random
random.choices(list(my_dict.keys()), weights=my_dict.values(), k=25)
这会输出一个采样键列表：
['c', 'b', 'c', 'b', 'b', 'c', 'c', 'c', 'b', 'c', 'b', 'c', 'b', 'c', 'c', 'c', 'c', 'c', 'a', 'b']
如果您只需要一个键，请将 k 设置为 1 并从 random.choices 返回的列表中提取单个元素：
random.choices(list(my_dict.keys()), weights=my_dict.values(), k=1)[0]
（如果您不将 my_dict.keys() 转换为列表，您将收到关于它如何不可下标的 TypeError。）
这是来自docs的相关sn-p：
random.choices(population, weights=None, *, cum_weights=None, k=1)
返回一个 k 大小的元素列表，该列表是从具有替换的总体中选择的。如果人口为空，则引发 IndexError。
如果指定了权重序列，则根据相对权重进行选择。或者，如果给出了 cum_weights 序列，则根据累积权重进行选择（可能使用 itertools.accumulate() 计算）。例如，相对权重 [10, 5, 30, 5] 等价于累积权重 [10, 15, 45, 50]。在内部，相对权重会在进行选择之前转换为累积权重，因此提供累积权重可以节省工作量。
如果既没有指定权重也没有指定 cum_weights，则以相等的概率进行选择。如果提供了权重序列，则它必须与总体序列的长度相同。同时指定权重和 cum_weights 是 TypeError。
权重或 cum_weights 可以使用与 random() 返回的浮点值互操作的任何数字类型（包括整数、浮点数和分数，但不包括小数）。权重假定为非负数。
对于给定的种子，具有相同权重的choices() 函数通常会产生与重复调用choice() 不同的序列。 Choices() 使用的算法使用浮点算法来实现内部一致性和速度。 choice() 使用的算法默认为整数运算，重复选择，以避免舍入误差产生的小偏差。
根据https://stackoverflow.com/a/39976962/5139284 的 cmets，random.choices 对于小型阵列更快，numpy.random.choice 对于大型阵列更快。 numpy.random.choice 还提供了无需替换即可采样的选项，而没有内置的 Python 标准库函数。
【讨论】：
如果您打算经常这样做，您可以使用numpy 从使用np.random.choice() 的加权概率列表中选择您的密钥。下面的示例将使用加权概率选择您的密钥 10,000 次。
import numpy as np
probs = [0.0625, 0.625, 0.3125]
keys = ['a', 'c', 'b']
choice_list = np.random.choice(keys, 10000, replace=True, p=probs)
【讨论】：
不确定您的用例在这里，但您可以查看 NLTK 包中的频率分布/概率分布类，它们处理所有细节。
FreqDist 是计数器的扩展，可以传递给ProbDistI 接口。 ProbDistI 接口公开了一个“generate()”方法，可用于对分布进行采样，以及一个“prob(sample)”方法，可用于获取给定键的概率。
对于您的情况，您希望使用最大似然估计，因此使用 MLEProbDist。如果你想平滑分布，你可以试试 LaplaceProbDist 或 SimpleGoodTuringProbDist。
例如：
from nltk.probability import FreqDist, MLEProbDist
d = {'a': 6.25, 'c': 62.5, 'b': 31.25}
freq_dist = FreqDist(d)
prob_dist = MLEProbDist(freq_dist)
print prob_dist.prob('a')
print prob_dist.prob('b')
print prob_dist.prob('c')
print prob_dist.prob('d')
将打印“0.0625 0.3125 0.625 0.0”。
要生成新样本，您可以使用：
prob_dist.generate()
【讨论】：
如果你能够使用 numpy，你可以使用numpy.random.choice 函数，如下所示：
import numpy as np
d = {'a': 0.0625, 'c': 0.625, 'b': 0.3125}
def pick_by_weight(d):
d_choices = []
d_probs = []
for k,v in d.iteritems():
d_choices.append(k)
d_probs.append(v)
return np.random.choice(d_choices, 1, p=d_probs)[0]
d = {'a': 0.0625, 'c': 0.625, 'b': 0.3125}
choice = pick_by_weight(d)
【讨论】：
保留一个“倒置”字典可能很有用，其中键是权重值，值是您可以获得的键的列表。这样一来，在更多键具有相同权重的情况下更容易分发它：
from collections import defaultdict
import random
dict = {'a': 0.0625, 'd': 0.0625, 'c': 0.625, 'b': 0.3125}
inverted_dict = defaultdict(list)
for k, v in dict.items():
inverted_dict[v].append(k)
# Here first you get a random value between 0 and 1, which is your weigth
# Then, you choose a random value from the list of keys that have the same weight
print(random.choice(inverted_dict[random.choice(inverted_dict.keys())]))
【讨论】：
我的理解是：你需要一个简单的随机函数，它会在 0 和 1 之间均匀生成一个随机数。如果值在 0 to 0.0625 之间，你将选择键 a，如果它在在0.0625 and (0.0625 + 0.625) 之间，然后您将选择键c 等。这就是answer 中实际提到的内容。
由于随机数将统一生成，因此预计与其他键相比，与较大权重相关联的键将被更多地选择。
【讨论】：