Python遗传算法“自然”选择答案

【问题标题】：Python Genetic Algorithm "Natural" SelectionPython遗传算法“自然”选择
【发布时间】：2018-03-08 23:57:42
【问题描述】：

如何在趋向于较小数字的数组中执行选择（即删除元素）。

如果我有一个从最低到最高排序的适应度数组，我如何使用倾向于较小数字的随机数生成来随机删除这些元素。

pop_sorted_by_fitness = [1, 4, 10, 330]

我想随机删除其中一个较小的元素，大部分时间是 1，有时是 4，很少是 10，几乎从不 330。我怎样才能实现这种算法。

【问题讨论】：

How do I simulate biased die in python?的可能重复
这就是它应该有利于“适者生存”的一点，但仍然使用 RNG 来选择数组索引。
是的，抱歉，评论有点刻薄。尽管如此，搜索 Python biased random 会产生不少命中。
@Zavax：请查看我的编辑以获取更新的答案

标签： python

【解决方案1】：

如何利用指数分布对使用numpy.random.exponential的索引进行抽样

import numpy as np 

s = [1, 4, 10, 330] 
limit = len(s)
scale = 10**int(np.log10(limit))
index = int(np.random.exponential()*scale)%limit

测试一下

In [37]: sorted([int(np.random.exponential()*scale)%limit for _ in xrange(20)]) 
Out[37]: [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 2, 3, 3]

【讨论】：