“Python遗传算法”；“天然的”；挑选

如何在倾向于较低数字的数组中执行选择（即删除元素）

如果我有一个从低到高排序的fitnesses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，其中大部分时间是1，有时是4，很少是10，几乎没有330。如何实现这种算法。

如何利用指数分布对索引进行采样

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]

---

使用指数分布对索引进行抽样怎么样

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]

---

可能是重复的，这是一个有利于“适者生存”的点，但仍然使用RNG来选择数组索引。是的，抱歉，评论有点刺耳。尽管如此，对Python偏向的随机搜索仍会产生相当多的点击率。@Zavax:请参阅我的编辑，以获得更新的答案。这可能是有点重复的，它本应支持“适者生存”，但仍然使用RNG来选择数组索引。是的，抱歉，评论有点刺耳。尽管如此，对Python偏向的随机搜索仍会产生相当多的命中率。@Zavax:请参阅我的编辑以获得更新的答案