Python numpy随机发生器有偏差吗？

如果不同元素具有不同的概率，则numpy.random.choice方法可以生成无需替换的随机样本。但是，当我用

import numpy

a = [0, 1, 2, 3, 4, 5]
p = [0.1, 0.3, 0.3, 0.1, 0.1, 0.1]
result = [0, 0, 0, 0, 0, 0]
N = 1000000
k = 3

for i in range(0, N):
    temp = numpy.random.choice(a, k, False, p)
    for j in temp:
        result[j] += 1
for i in range(0, 6):
    result[i] /= (N * k)
print(result)

---

第二和第三个元素只显示了25%的时间，这是一个很大的关闭。我尝试了不同的概率分布（例如，[0.1,0.2,0.3,0.1,0.1,0.2]），每次结果都不符合预期。我的代码有问题吗？或者numpy真的那么不准确吗？

您对

np.random.choice

函数的理解是错误的。特别是

replace=

选项。建议

replace=False

意味着一旦选择了某个项目，就不能再选择它。这可以通过运行

for _ in range(100):
    assert set(np.random.choice(np.arange(5), 5, replace=False)) == set(range(5))

看到没有任何错误被提出。顺序更改，但必须返回所有5个值

由于此属性，您当前的方法正在给出奇怪的结果。尽管1和2作为第一项出现的几率为0.3，但它们作为第二项或第三项出现的几率小于0.3，因为如果它们是第一项，则不可能是以后的项

解决方案显然是使用

replace=True

（或者忽略，

True

是默认值），如下所示：

---

您对

np.random.choice

函数的理解是错误的。特别是

replace=

选项。建议

replace=False

意味着一旦选择了某个项目，就不能再选择它。这可以通过运行

for _ in range(100):
    assert set(np.random.choice(np.arange(5), 5, replace=False)) == set(range(5))

看到没有任何错误被提出。顺序更改，但必须返回所有5个值

由于此属性，您当前的方法正在给出奇怪的结果。尽管1和2作为第一项出现的几率为0.3，但它们作为第二项或第三项出现的几率小于0.3，因为如果它们是第一项，则不可能是以后的项

解决方案显然是使用

replace=True

（或者忽略，

True

是默认值），如下所示：

---

使用

replace=True

选项进行

choice

功能。查看

排序（np.random.choice（列表（范围（10）），10，replace=False））

。它将始终是

[0,1,2,3,4,5,6,7,8,9]

。将

False

更改为

True

和/或将第二个

10

增加为

11

以获得更多信息。使用

choice

函数的

replace=True

选项。查看

排序（np.random.choice（列表（范围（10）），10，replace=False））

。它将始终是

[0,1,2,3,4,5,6,7,8,9]

。将

False

更改为

True

和/或将第二个

10

增加为

11

以获得更多信息。这是一个很好的答案-但请注意，您指向numpy文档的链接不会指向正确的位置（并且在文章开头的“您”而不是“您的”）一个很好的答案——但是请注意，你指向numpy文档的链接并没有指向正确的位置（以及文章开头的“你是”而不是“你的”）