Numpy 如何从分类分布中抽取样本

我有一个3D numpy数组，其中包含最后一个维度中每个类别的概率。比如：

将numpy导入为np
来自scipy.special import softmax
数组=np.random.normal（大小=（10100,5））
概率=softmax（阵列，轴=2）

我如何从具有这些概率的分类分布中取样

编辑： 现在我是这样做的：

def分类（x）：
返回np.随机多项式（1，pvals=x）
样本=np。沿_轴应用_（分类，轴=2，arr=概率）

---

但是它非常慢，所以我想知道是否有一种方法可以对这个操作进行矢量化。

从给定的概率分布中抽取样本是通过为0到1范围内的随机数建立反向累积分布来完成的。对于一小部分离散类别（如问题中所述），您可以使用线性搜索找到相反的结果：

## Alternative test dataset
probabilities[:, :, :] = np.array([0.1, 0.5, 0.15, 0.15, 0.1])

n1, n2, m = probabilities.shape

cum_prob = np.cumsum(probabilities, axis=-1) # shape (n1, n2, m)
r = np.random.uniform(size=(n1, n2, 1))

# argmax finds the index of the first True value in the last axis.
samples = np.argmax(cum_prob > r, axis=-1)

print('Statistics:')
print(np.histogram(samples, bins=np.arange(m+1)-0.5)[0]/(n1*n2))

对于测试数据集，典型的测试输出为：

Statistics:
[0.0998 0.4967 0.1513 0.1498 0.1024]

看起来不错

---

如果你有很多很多类别（数千个），可能最好使用numba编译函数进行二分搜索。

你能澄清一下“最后维度中每个类别的概率”吗？是否有5个类别，1000个点中的每一个都有不同的概率分布？@Han KwangNienhuys这是一个推荐系统

概率[i，j，k]

是用户i用k评级项目j的概率