Python 使用移动的钟形曲线创建随机权重

我是Python的初学者，尝试一些对我来说有点太复杂的东西

我想输出一个列表（q），k项长，其中每个项是五个选项中的一个（包含在列表w中）

我正在使用random.choices创建列表q

我希望每个项目的权重由一条倾斜的钟形曲线（甚至是一个粗略的近似值）控制，其中曲线峰值的水平位置等于p。p的范围为0.1到1

因此，如果p=0.55，项目c出现在列表q中的概率最高，b和d的概率次之，a和e的概率最低。如果p=0.1，a最有可能出现，e最不可能出现，依此类推

我找到了scipy.stats.skewnorm，它似乎可以工作。然而，我真的很难把它调整到我需要的状态

我在寻找一个函数，其中0≤ Y≤ 1和0≤ x≤ 1.2. 然后我想让这个函数为random.choices创建五个权重，如下所示：

p = 0.7

prob_a = f(0.2, p)

prob_b = f(0.4, p)

prob_c = f(0.6, p)

etc...

q = random.choices(w, weights=[prob_a, prob_b, prob_c, etc...], k=10)

---

我将非常感谢所有的建议、指导或建议！我既不喜欢随机选择，也不喜欢偏斜标准——如果有一种更简单的方法可以达到类似的结果，那就太棒了

根据到目前为止您所写的内容，我认为您希望做如下工作：

from scipy import stats
from random import choices

def weighted_choices(w, mu, sd, *, k=1):
    weights = stats.norm(mu, sd).pdf(range(len(w)))
    return choices(w, weights=weights, k=k)

其中，

mu

是您最希望成为的

w

的索引，

sd

是您希望该选择的紧密程度。e、 g:

• 加权选择（'abcde'，1，0.1）

  几乎总是选择

  b

• weighted_选项（'abcde'，3，0.5）

  倾向于选择

  d

  ，但有合理的机会选择

  c

  或

  e

  ，选择

  a

  的机会要小得多

• 加权选择（'abcde'，2，10）

  基本上是一致的

---

为什么在这里使用“倾斜钟形曲线”？什么是

x

和

y

？@SamMason我只是用

x

和

y

来显示我所追求的函数的域和范围。在我的代码中，

x

将是我找到函数输出的五个点（0.2、0.4等）之一。和

y

：我总是希望输出小于1。至于倾斜的钟形曲线：我想我想要

y

拟合正态分布的曲线，但是根据

p

，分布偏离中心。最后，如果

p

=~0.5，我希望列表

q

大部分时间包含c，但有时包含特征b和d，偶尔包含特征a和e。可以肯定的是，你不希望出现扭曲分布，你只需要移动平均值。你的点重新标记似乎混淆了这个问题，使用索引同样强大，意味着你不需要在任何地方都指定它们，这非常有效-谢谢！

from scipy import stats
from random import choices

def weighted_choices(w, mu, sd, *, k=1):
    weights = stats.norm(mu, sd).pdf(range(len(w)))
    return choices(w, weights=weights, k=k)