下面一行返回一对坐标
coordinates = random.random()*640.0, random.random()*480.0
如何以 0.03 的概率获得一对特定的坐标，例如 (100.0, 100.0)。坐标在一个循环中生成，每次运行的循环数不同，但最大循环数为1000。
我不确定它是什么。谷歌说它是随机加权的。但是所有示例都包含概率列表，我只有一个具有给定概率的特定值。
编辑：对不起，这是统一采样，它是浮动的。
【问题讨论】：
我会分两步解决这个问题：
第 1 步）使 (100,100) 出现 3% 的时间 - 从 0 到 1 滚动一个随机值。如果该值小于 0.03，则返回 (100, 100)，否则继续第 2 步。
第 2 步）处理其他 97% 的情况。以您已经在做的方式返回您想要的任何值之间的随机坐标。目前还不清楚你想在这里发生什么 - 根据你的例子，我猜你想在 (0,0) 和 (640,480) 之间选择一个均匀分布的值。
在第 2 步中获得 (100, 100) 的可能性非常小。如果获得 (100, 100) 的概率恰好是 3% 且不超过 3% 非常重要，请检查在第 2 步中获得 (100,100) 并重新滚动，如果您偶然得到它。如果您生成浮点坐标，您可以忽略此检查，这是非常不可能的。
如果你的坐标只是整数，那么意外得到 (100, 100) 的可能性仍然很小，但它仍然可能发生。看pjs的回答
【讨论】：
在下文中，我假设您希望 97% 的概率均匀分布在不是 (100, 100) 的 640*480 - 1 整数坐标中。
我的提议与 Pete 的提议类似，但设置了精确概率（由Fraction 建立），因此在第二阶段指定坐标 (100, 100) 不是特殊情况。首先，让我们找出所需的确切概率：
>>> from fractions import Fraction
>>> p = Fraction(97, 100) / (640 * 480 - 1)
>>> p
Fraction(1, 316700)
>>> remainder = 1 - (640 * 480 * p)
>>> remainder
Fraction(95, 3167)
我们有97/100 的概率分布在非指定坐标上，因此每个坐标都应该以1 / 316700 的概率出现。让我们也把这么多的概率放在指定的坐标上。在这种情况下，(100, 100) 处的剩余概率计算为remainder。那么算法就变成了：
if random.random() <= remainder:
coordinates = 100, 100
else:
coordinates = random.randint(0, 639), random.randint(0, 479)
如果您确实想让结果是连续的，除了 (100, 100) 处的概率峰值之外，那么 Pete 的答案是正确的方法。
【讨论】：
一种方法是生成一个包含 (100,100) 的 0.03*N 个条目和 0.97*N 个随机条目的列表，然后随机重新排序该列表......不过，对于大 N，@PeteBaughman 的答案可能更好...... .
【讨论】：