Python：从具有权重但不重复的列表中采样 N 个随机项目答案

【问题标题】：Python: Sample N random items from list with weights but without repetitionPython：从具有权重但不重复的列表中采样 N 个随机项目
【发布时间】：2020-09-22 17:08:08
【问题描述】：

我正在创建一种彩票系统，其中个人（通过唯一 ID 标识）可以拥有多张彩票进入彩票，但是一旦被选中，就无法再次中奖。

这是我的例子：

import random
entrants = ['John', 'Jane', 'Cthulhu']
allEntries = []
for entrant in entrants:
    numEntries = random.randint(1, 5)
    print("%s has %d entries" % (entrant, numEntries))
    allEntries.extend([entrant] * numEntries)
print(random.sample(allEntries, k=2))

我的想法是创建一个列表，其中包含 entrant 的名称 numEntries 次，然后从中进行选择。然而，有时同一个人被选为两个获胜者。有没有办法为每个参赛者设置权重？

我尝试将random.choices() 与weights 一起使用，但这也可以选择同一个人作为两个获胜者。

import random
weights = []
for entrant in entrants:
    numEntries = random.randint(1, 5)
    print("%s has %d entries" % (entrant, numEntries))
    weights.extend([numEntries])
print(random.choices(entrants, weights=weights, k=2))

【问题讨论】：

为什么不随机打乱列表并从中获取 N 个项目？
@RandomDavis 它的权重如何？名单可以改组，但仍然有同一个人成为获胜者。
stackoverflow.com/questions/43549515/… 的可能重复项 - 尽管这主要针对 numpy 解决方案。
您想选出多少名获奖者？它总是 2 还是也不同？
不幸的是，由于您是从两个不同（但相关）的加权样本中提取的，random 和 numpy.random 不支持您的用例的简单解决方案。一次选出一个获胜者，从您的数据集中删除每个获胜者。

标签： python random

【解决方案1】：

做你想做的最简单的方法是使用 NumPy。以下函数可以完成所有工作：

numpy.random.choice(a, size=None, replace=True, p=None)

a：您要从中选择的类数组对象（例如列表）

size: 要选择的元素数

replace：表示是否允许多次选择同一个项目-在你的情况下False

p: 类似数组的对象（例如列表），其中元素的概率（相同顺序）

参考：https://numpy.org/doc/stable/reference/random/generated/numpy.random.choice.html

【讨论】：

【解决方案2】：

一般的随机选择不重复的方法是打乱条目，取前N个。

from random import shuffle

N = 1
entrants = ['John', 'Jane', 'Cthulhu']
shuffle(entrants)
print(entrants[:N])

或者更直接

from random import sample

N = 1
entrants = ['John', 'Jane', 'Cthulhu']
print(sample(entrants, N))

但是，您对加权抽样的要求意味着您需要的还不止这些。

def unique_sample(population, count):
  shuffle(population)
  unique = set()
  it = iter(population)
  while len(unique) < count:
    elem = next(it)
    if elem not in unique:
      yield elem
    unique.add(elem)

【讨论】：

如果每个人都有 1 个条目但每个人的权重不同，则此方法有效。
@Bijan 如果权重是整数，那么你可以重复输入它的权重
但是重复输入意味着您不能保证唯一的值。我想不出一个简单的原生 Python 解决方案。（但是，当样本可以使用时，不要使用 shuffle！如果序列大小很大，这将是一个更昂贵的操作。）

【解决方案3】：

我喜欢将参赛者姓名乘以参赛作品数量的解决方案。我的解决方案的问题是，如果我选择了获胜者，他们仍然在池中。

import random

def selectWinners(allEntries, numWinners):
    winners = []
    print("Selecting %d winners" % numWinners)
    print("Entries", allEntries)
    for i in range(numWinners):
        winner = random.choice(allEntries)
        print("%d: %s won" % (i+1, winner))
        allEntries[:] = [x for x in allEntries if x != winner]

entrants = ['John', 'Jane', 'Cthulhu']
allEntries = []
for entrant in entrants:
    numEntries = random.randint(1, 5)
    print("%s has %d entries" % (entrant, numEntries))
    allEntries.extend([entrant] * numEntries)
selectWinners(allEntries, 2)

返回如下输出：

John has 1 entries
Jane has 1 entries
Cthulhu has 5 entries
Selecting 2 winners
Entries ['John', 'Jane', 'Cthulhu', 'Cthulhu', 'Cthulhu', 'Cthulhu', 'Cthulhu']
1: Cthulhu won
2: Jane won

【讨论】：