Python中有一个函数可以根据概率分布给出输出吗？答案

【问题标题】：Is there a function in Python which gives an output based on a probability distribution?Python中有一个函数可以根据概率分布给出输出吗？
【发布时间】：2019-03-26 13:58:59
【问题描述】：

我有一个数字数组，比如从 0 到 8，它们可能会在数组中重复出现。我需要从中选择一个数字，并且一个数字出现的概率应该与它在该数组中出现的次数成正比。

这是原始数组： ([7, 0, 7, 8, 4, 4, 6, 5, 2, 6, 0, 1, 2, 3, 4, 5, 6, 7, 8])

这是包含每个数字在数组中出现的次数的数组：
array([ 2., 1., 3., 1., 1., 4., 1., 5., 1.])

这是我尝试以我之前描述的方式获取一个索引（度数）的代码

tot = sum((deg))
n = np.random.uniform(0, tot)
for i in range(len(deg)):
    if n < deg[i]:
        return i
    n = n - deg[i]
return i

我得到一个指数 2，但我不知道这个过程在概率上是否正确。你说什么？

【问题讨论】：

random.choice(<original_array>) 会根据出现的次数自动加权。
random.choices 允许您为特定项目分配权重，而不必用重复的值人为地扩大数组。

标签： python random probability

【解决方案1】：

您可以简单地在原始输入上使用random.choice。由于所选索引是均匀分布的，因此选择元素的概率将自动与出现次数成正比。无需计算deg。

正如 cmets 中所指出的，您还可以选择使用 random.choices，这不仅可以让您收集多个带有替换的样本，还可以手动分配每个元素的比例。

例如，以下三个输入应该为给定种子选择相同的三个元素：

 x = [1, 2, 3, 2, 7, 7, 7, 7]
 y = [1, 2, 3, 7]
 z = [1, 2, 1, 4]
 w = [0.125, 0.25, 0.125, 0.5]

 random.choices(x, k=3)
 random.choices(y, weights=z, k=3)
 random.choices(y, weights=w, k=3)

要从x 转到y 和z，请使用collections.Counter：

 c = collections.Counter(x)
 y, z = map(list, zip(*c.items()))

【讨论】：