在python中从列表中选择两个数字，其概率随它们之间的相对距离衰减

我试图从列表中随机选择一个数字

I

。接下来，我想选择第二个元素

j

。选择

j

的概率随着

1/|i-j

衰减。例如，它选择距离我的初始

i

四步远的

j

的相对概率为1/4，选择紧靠我的

i

的

j

的概率为1/4

到目前为止，我一直在尝试填充我的列表，选择我的

I

，然后使用列表中所有其他元素的

|I-j

计算权重

import numpy as np
import random as random
list = [1,2,3,4,5,6,7,8,9,10]
a = 1
n1 = random.choice(range(len(list)))
n1_coord = (n1, list[n1])
print(n1_coord)
prob_weights = []
for i in range(0, n1):
    wt = 1/((np.absolute(n1-i)))
    #print(wt)
    prob_weights.append(wt)
for i in range(n1+1,len(list)):
    wt = 1/((np.absolute(n1-i)))
    prob_weights.append(wt)

是否有一个内置于python中的函数，我可以将这些权重输入其中，选择一个具有此概率分布的

j

。我是否可以将权重数组输入到：

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

我想我会让p=prob_权重出现在我的代码中

 import numpy as np
    import random as random
    list = [1,2,3,4,5,6,7,8,9,10]
    a = 1
    n1 = random.choice(range(len(list)))
    n1_coord = (n1, list[n1])
    print(n1_coord)
    prob_weights = []
    for i in range(0, n1):
        wt = 1/((np.absolute(n1-i)))
        #print(wt)
        prob_weights.append(wt)
    for i in range(n1+1,len(list)):
        wt = 1/((np.absolute(n1-i)))
        prob_weights.append(wt)
    n2 = np.random.choice(range(len(list)), p=prob_weights)
    n2_coord = (n2, list[n2])

---

用

np.random.choice

运行上面的命令会给我一个错误。我甚至不确定这是否是我想让它做的。是否有其他方法可以执行此操作？

此函数有一个内置函数：，它接受一个

weights

参数

给定第一个选定的索引

n1

，您可以执行以下操作

indices = range(len(mylist))
weights = [0 if i == n1 else 1 / abs(i - n1) for i in indices]
n2 = random.choices(indices, weights=prb_wts, k=1).

通过将第一个项目的权重设置为零，可以防止它被选中

使用numpy时，数值运算速度确实会更快，因此您可以使用，它接受

p

参数：

values = np.array([...])
indices = np.arange(values.size)

n1 = np.random.choice(indices)
i = values[n1]

delta = np.abs(indices - n1)
weights = np.divide(1.0, delta, where=delta)
n2 = np.random.choice(indices, p=weights)
j = values[n2]

---

作为次要的吹毛求疵，不要调用变量

list

，因为它隐藏了一个内置变量，

import x As x

就是

import x

哦，哇！我不需要两个for循环来创建权重数组。权重索引的排序方式是否与原始列表的索引相同？@jcp yes。权重列表的大小与数字列表的大小相同。元素按索引对应。由于权重只取决于位置，而不取决于值，列表理解不会直接引用列表。哦，太好了。非常感谢。我猜我的原始代码出现的错误是大小不匹配。按你的方式做当然可以解决问题。只是为了确保：prb_wts=[0如果i==n1，则为1/abs（i-n1）对于范围内的i（len（mylist））]n2=np.random.choices（range（len（mylist）），weights=prb_wts，k=1）。这将引发一个新错误：AttributeError:模块“numpy.random”没有属性“choices”。我正在运行python 3.7.0。此功能仅在较新版本中可用吗？@jcp。选项位于普通Python随机模块中，而不是np.random。链接的文档应该说明这一点。我还添加了一个numpy解决方案。你可能应该在你的问题上加上一个numpy标签。