Python 随机量计算器

我试图计算出一个随机数量计算器，但以稀有性为例：

choices = [10,100,1000,10000]

10

最常见，

100

更常见，

1000

罕见，

10000

极为罕见

我试过这个

import random
def getAmmounts():
    choices = [10, 100, 1000, 10000]
    values = [random.choice(choices) for i in range(10)]
    return values

它返回大量的值，但它们不是随机的

10000

经常出现，当我调用它时，它几乎不会出现。我收到的数据是：

[1000, 10000, 100, 1000, 10000, 10, 1000, 10000, 100, 100]

其中有两个

10000

，当

10s

和

100s

最常见时，几乎没有任何

10

值，然后在混合中偶尔出现

1000

，但几乎没有10000值。有没有办法设置一个优先级类型函数来实现这一点？以下是一些很好的示例数据，说明在“完成”中所说的一切之后，应该返回什么：

[10,10,100,10,10,100,1000]

---

偶尔会出现

10000

，但这应该是非常罕见的，你知道如何设置吗？

输入列表中每个项目的概率相等。给它一个你想要的比例列表

choices = [10, 10, 10, 100]

---

10的概率是100的三倍。

您可以生成一个随机数

import random
x = random.random() % this produces a random number between 0 and 1

您可以使用随机生成的数字在10、100、1000和10000之间进行选择：

if x < 0.5:        # x is between 0 and .50, so 50% chance
    choice = 10
else if x < 0.75:  # x is between .50 and .75, so 75-50 = 25% chance
    choice = 100
else if x < 0.9:   # x is between .75 and .90, so 90-75 = 15% chance
    choice = 1000
else:
    choice = 10000 # x is between .90 and 1, so 100-90 = 10% chance (5 times less likely than the first one)

如果x<0.5:#x在0到.50之间，那么50%的几率
选择=10
否则，如果x<0.75:#x介于.50和.75之间，则75-50=25%的几率
选择=100
否则，如果x<0.9:#x介于.75和.90之间，则90-75=15%的几率
选择=1000
其他：
choice=10000#x介于.90和1之间，因此100-90=10%的概率（比第一个概率低5倍）

这将在50%的运行中输出

10

，在25%的运行中输出

100

，在15%的运行中输出

1000

，在10%的运行中输出

10000

。您可以将范围自定义为您想要的

[10100100010000]

上的任何分布

一个快速（但不一定是最好的）解决方案是将您希望在列表中更频繁出现的数字粘贴多个副本：

import random
def getAmmounts():
    choices = [10] * 80 + [100] * 15 + [1000] * 4 + [10000] * 1
    values = [random.choice(choices) for i in range(10)]
    return values

---

为什么不生成一个数字，然后根据范围分配：

x = randint(1,11)
if x == 10:
    #This is the rarest, occurring only 10% of the time
elif x < 10 and x >= 8:
    #9 or 8 aka 20%
elif x < 8 and x >= 5:
    #7, 6, 5 aka 30%

x=randint（1,11）
如果x==10：
#这是最罕见的，发生率只有10%
如果x<10且x>=8：
#9或8或20%
如果x<8且x>=5：
#7、6、5或30%

---

您可以随时调整它，或使范围变长以获得更具体的机会。

您的代码不指定任何概率。您可能希望

10

比

10000

少一些，但Python不会知道这一点

您可以使用random.random来模拟概率，以生成介于0和1之间的随机数，并根据生成的数返回相应的数

比如说

import random

def make_number():
  val = random.random()
  if val < 0.1: #10%
    return 10000
  elif val < 0.3: # 20%
    return 1000
  elif val < 0.6: # 30%
    return 100
  else: # 40%
    return 10

values = [make_number() for i in range(10)]
print (values)

随机导入
def make_编号（）：
val=random.random（）
如果val<0.1:#10%
返回10000
elif val<0.3:#20%
返回1000
elif val<0.6:#30%
返回100
其他：40%
返回10
值=[make_number（）表示范围（10）内的i]
打印（值）

或者，如果您想使用列表，您可以这样做（我没有空闲打开，而且加载需要很长时间，所以如果我有一点空闲，我道歉。）

---

使用列表，您可以随时更改返回的实际值，因此，如果您不希望返回10、100、1000、10000，而是希望返回50、500、5000和50000，则只需重新分配值列表，代码仍然有效，而无需遍历和更改每一行。

确切的常见程度（即，概率是多少）每个数字都应该是吗？@jwodder每个数字的概率不是一个精确的数字，但

10s

应该是最常见的，因此在有20个值的数据中

10

应该出现6-10次，但永远不会精确到100的值，可能是千分之三到五的一次或两次，但几乎不会出现10000次value@user2925490jwodder问什么这实际上是对总体解决方案的暗示。您希望为这些值分配概率，例如，

10

在80%的时间内出现，

100

在10%的时间内出现，

1000

在8%的时间内出现，

10000

在2%的时间内出现。但是，在为其分配实际百分比时，请记住

getAmounts（）

将实时运行多少次，这样，如果用户可以在每一次实现中在一分钟内运行

getAmounts（）

1000次，那么

10000

仍然是一个罕见的数字（一次或两次）。这将需要prob/stats数学。还需要重复、、和可能几十个其他问题。@user2925490除了我刚才说的，你说你希望

10

出现

20次中的6次。将其重新调整为一个统计问题，请注意，
6/20
可以表示为百分比（
（6/20）*100=30%！
）这在技术上是一个解决方案，但实际上是一个混乱的解决方案，无法真正扩展到任何应用程序。把时间花在学习基于统计的答案上会有用得多。因此我的“快速但不是最好的”。我不知道OP需要一个多么灵活的解决方案。完全正确，我正在审查所有这些解决方案，看看我们能让OP使用的直接实现有多接近；越直接，它可能（越难）越好。像这样手动调整概率是一个很好的开始，但是当你的实现规模向上一点时，我会变得一团糟。从长远来看，研究概率/统计（非常基本的版本）更有用，以了解如何让计算机按比例为您生成。此解决方案比Jud或triplee的更优雅，因为他们让您手动添加所需概率的条目，这将使用一个范围为您完成。它没有直接实现那么优雅，但我会选择它，而不是我见过的任何其他东西。如果我理解正确，每个elif行的第一部分都是多余的，因为如果上面的If/elif为真，则不会查看elif。如果x=
import random

def getAmounts():
  amount = random.random(1,10)
  if amount == 10:
    return 10000
  elif amount > 8:
    return 1000
  elif amount > 5:
    return 100
  else:
    return 10

import random

def getAmounts():
    values = [10, 100, 1000, 10000]
    amount = random.random(1,10)
    if amount == 10:
        return values[3]
    elif amount > 8:
        return values[2]
    elif amount > 5:
    return values [1]
  else:
    return values[0]