Python 根据累积贝塔值的权重，累积贝塔值是一个统一随机构造的累积值，并增加当前索引以查找与贝塔值匹配的项。

基于其他解决方案，您可以生成累积分布（以整数或浮点形式，任您选择），然后你可以用对分来加快速度

这是一个简单的例子（我在这里使用整数）

get_cdf

函数将其从20,60,10,10转换为20,20+60,20+60+10,20+60+10+10

---

现在，我们使用random.randint选择一个随机数，最大为20+60+10+10，然后使用bisect快速获取实际值。由于Python 3.6，在Python的标准库中有一个解决方案，即

示例用法：让我们设置一个与OP问题中的人口和权重匹配的人口和权重：

>>> from random import choices
>>> population = [1, 2, 3, 4, 5, 6]
>>> weights = [0.1, 0.05, 0.05, 0.2, 0.4, 0.2]

现在

选项（总体、权重）

生成一个样本：

>>> choices(population, weights)
4

可选的仅关键字参数

k

允许一次请求多个样本。这是很有价值的，因为在生成任何样本之前，

random需要做一些准备工作；通过一次生成多个样本，我们只需做一次准备工作。在这里，我们生成一百万个样本，并使用
collections.Counter
检查我们得到的分布是否与我们给出的权重大致匹配

>>> million_samples = choices(population, weights, k=10**6)
>>> from collections import Counter
>>> Counter(million_samples)
Counter({5: 399616, 6: 200387, 4: 200117, 1: 99636, 3: 50219, 2: 50025})

我编写了一个解决方案，用于从自定义连续分布中抽取随机样本

我需要这个用于与您类似的用例（即，生成具有给定概率分布的随机日期）

您只需要函数
random\u custDist
和行
samples=random\u custDist（x0，x1，custDist=custDist，size=1000）
。剩下的是装饰

import numpy as np

#funtion
def random_custDist(x0,x1,custDist,size=None, nControl=10**6):
    #genearte a list of size random samples, obeying the distribution custDist
    #suggests random samples between x0 and x1 and accepts the suggestion with probability custDist(x)
    #custDist noes not need to be normalized. Add this condition to increase performance. 
    #Best performance for max_{x in [x0,x1]} custDist(x) = 1
    samples=[]
    nLoop=0
    while len(samples)<size and nLoop<nControl:
        x=np.random.uniform(low=x0,high=x1)
        prop=custDist(x)
        assert prop>=0 and prop<=1
        if np.random.uniform(low=0,high=1) <=prop:
            samples += [x]
        nLoop+=1
    return samples

#call
x0=2007
x1=2019
def custDist(x):
    if x<2010:
        return .3
    else:
        return (np.exp(x-2008)-1)/(np.exp(2019-2007)-1)
samples=random_custDist(x0,x1,custDist=custDist,size=1000)
print(samples)

#plot
import matplotlib.pyplot as plt
#hist
bins=np.linspace(x0,x1,int(x1-x0+1))
hist=np.histogram(samples, bins )[0]
hist=hist/np.sum(hist)
plt.bar( (bins[:-1]+bins[1:])/2, hist, width=.96, label='sample distribution')
#dist
grid=np.linspace(x0,x1,100)
discCustDist=np.array([custDist(x) for x in grid]) #distrete version
discCustDist*=1/(grid[1]-grid[0])/np.sum(discCustDist)
plt.plot(grid,discCustDist,label='custom distribustion (custDist)', color='C1', linewidth=4)
#decoration
plt.legend(loc=3,bbox_to_anchor=(1,0))
plt.show()

将numpy导入为np
#功能
def random_custDist（x0，x1，custDist，size=None，nControl=10**6）：
#生成一个大小随机样本的列表，遵循客户分布
#建议x0和x1之间的随机样本，并以概率custDist（x）接受建议
#客户拒绝不需要标准化。添加此条件以提高性能。
#[x0，x1]}custDist（x）=1中max_{x的最佳性能
样本=[]
nLoop=0
而len（示例）不是
random.choice（）
？您可以使用适当的出现次数构建主列表，并选择一个。当然，这是一个重复的问题。@S.Lott的可能重复对于分布中的巨大差异来说不是非常占用内存吗？@S.Lott：您选择的方法可能适合少量出现，但我宁愿避免在不必要时创建大量列表。@S.Lott：好，大约10000*365=3650000=360万个元素。我不确定Python中的内存使用情况，但至少是3.6M*4B=14.4MB。数额不大,，但是，当有一个同样简单的方法不需要额外内存时，您也不应该忽略这一点。numpy函数似乎只支持有限数量的发行版，不支持指定您自己的。updated link，而不是如果项目列表很大，这可能会使用大量额外内存。@pafcu同意。只是一个解决方案，我想到的第二个解决方案（第一个是搜索类似“权重概率python”：）。列表中（item，prob）对的顺序在您的实现中很重要，对吧？@stackoverflowuser2010:这不重要（浮点中的模错误）很好。我发现这比scipy.stats.rv_离散快30%。很多时候，这个函数会抛出一个KeyError，因为最后一行。@duckenmaster:我不明白。您是否知道
l[-1]
返回列表的最后一个元素？OP不想使用
random.choice（）
-请参阅注释。
numpy.random.choice（）
与
random.choice（）
完全不同，并且支持概率分布。我不能使用函数定义p吗？为什么我要用数字来定义它？这看起来令人印象深刻。以下是上述代码3次连续执行的结果：[“带prob:0.1的计数为：113”，“带prob:0.05的计数为：55”，“带prob:0.05的计数为：50”，“带prob:0.2的计数为：201”，“带prob:0.4的计数为：388”，“带prob:0.2的计数为：193”。。。。。。。。。。。。。。[“有问题的1的计数：0.1是：77”，“有问题的2的计数：0.05是：60”，“有问题的3的计数：0.05是：51”，“有问题的4的计数：0.2是：193”，“有问题的5的计数：0.4是：438”，“有问题的6的计数：0.2是：181”[“有问题的1的计数：0.1是84”，“有问题的2的计数：0.05是52”，“有问题的3的计数：0.05是53”，“有问题的4的计数：0.2是210”，“有问题的5的计数：0.4是405”，“有问题的6的计数：0.2是196']一个问题，我如何返回max（i…，如果“i”是一个对象？@Vaibhav
i
不是一个对象。在我的机器上
numpy.random.choice（）
几乎快了20倍。它对原始问题做了完全相同的w.r.t.。例如：
numpy.random.choice（numpy.arange（1,7），p=[0.1,0.05,0.2,0.4,0.2]）
@EugenePakhomov这很好，我不知道。我可以看到有一个答案进一步提到这一点，但它不包含任何示例代码，也没有太多的升级投票。为了更好的可见性，我将在这个答案中添加注释。令人惊讶的是，rv_discrete.rvs（）在O（len（p）*size）时间和内存中工作！而choice（）似乎在最佳O（len（p）+log（len（p））*大小下运行时间。如果您使用的是Python 3.6或更高版本，则不需要任何附加软件包。是否有Python 2.7版本？@abbas786:不是内置的，但此问题的其他答案都应适用于Python 2.7。您还可以查找Python 3源代码以获得随机选择，如果愿意的话，可以复制它。
发行版
列表需要按概率排序？不需要
distribution = [(1, 0.2), (2, 0.3), (3, 0.5)]  
# init distribution  
dlist = []  
sumchance = 0  
for value, chance in distribution:  
    sumchance += chance  
    dlist.append((value, sumchance))  
assert sumchance == 1.0 # not good assert because of float equality  

# get random value  
r = random.random()  
# for small distributions use lineair search  
if len(distribution) < 64: # don't know exact speed limit  
    for value, sumchance in dlist:  
        if r < sumchance:  
            return value  
else:  
    # else (not implemented) binary search algorithm  

def random_distr(l):
    r = random.uniform(0, 1)
    s = 0
    for item, prob in l:
        s += prob
        if s >= r:
            return item
    return item  # Might occur because of floating point inaccuracies

numpy.random.choice(numpy.arange(1, 7), p=[0.1, 0.05, 0.05, 0.2, 0.4, 0.2])

def accumulate_normalize_values(p):
        pi = p.items() if isinstance(p,dict) else p
        accum_pi = []
        accum = 0
        for i in pi:
                accum_pi.append((i[0],i[1]+accum))
                accum += i[1]
        if accum == 0:
                raise Exception( "You are about to explode the universe. Continue ? Y/N " )
        normed_a = []
        for a in accum_pi:
                normed_a.append((a[0],a[1]*1.0/accum))
        return normed_a

>>> accumulate_normalize_values( { 'a': 100, 'b' : 300, 'c' : 400, 'd' : 200  } )
[('a', 0.1), ('c', 0.5), ('b', 0.8), ('d', 1.0)]

def select(symbol_intervals,random):
        print symbol_intervals,random
        i = 0
        while random > symbol_intervals[i][1]:
                i += 1
                if i >= len(symbol_intervals):
                        raise Exception( "What did you DO to that poor list?" )
        return symbol_intervals[i][0]


def gen_random(alphabet,length,probabilities=None):
        from random import random
        from itertools import repeat
        if probabilities is None:
                probabilities = dict(zip(alphabet,repeat(1.0)))
        elif len(probabilities) > 0 and isinstance(probabilities[0],(int,long,float)):
                probabilities = dict(zip(alphabet,probabilities)) #ordered
        usable_probabilities = accumulate_normalize_values(probabilities)
        gen = []
        while len(gen) < length:
                gen.append(select(usable_probabilities,random()))
        return gen

>>> gen_random (['a','b','c','d'],10,[100,300,400,200])
['d', 'b', 'b', 'a', 'c', 'c', 'b', 'c', 'c', 'c']   #<--- some of the time

val = numpy.random.choice(numpy.arange(1, 7), p=[0.1, 0.05, 0.05, 0.2, 0.4, 0.2])

from __future__ import division
import random
from collections import Counter


def num_gen(num_probs):
    # calculate minimum probability to normalize
    min_prob = min(prob for num, prob in num_probs)
    lst = []
    for num, prob in num_probs:
        # keep appending num to lst, proportional to its probability in the distribution
        for _ in range(int(prob/min_prob)):
            lst.append(num)
    # all elems in lst occur proportional to their distribution probablities
    while True:
        # pick a random index from lst
        ind = random.randint(0, len(lst)-1)
        yield lst[ind]

gen = num_gen([(1, 0.1),
               (2, 0.05),
               (3, 0.05),
               (4, 0.2),
               (5, 0.4),
               (6, 0.2)])
lst = []
times = 10000
for _ in range(times):
    lst.append(next(gen))
# Verify the created distribution:
for item, count in Counter(lst).iteritems():
    print '%d has %f probability' % (item, count/times)

1 has 0.099737 probability
2 has 0.050022 probability
3 has 0.049996 probability 
4 has 0.200154 probability
5 has 0.399791 probability
6 has 0.200300 probability

def resample(weights, n):
    beta = 0

    # Caveat: Assign max weight to max*2 for best results
    max_w = max(weights)*2

    # Pick an item uniformly at random, to start with
    current_item = random.randint(0,n-1)
    result = []

    for i in range(n):
        beta += random.uniform(0,max_w)

        while weights[current_item] < beta:
            beta -= weights[current_item]
            current_item = (current_item + 1) % n   # cyclic
        else:
            result.append(current_item)
    return result

l=[(20, 'foo'), (60, 'banana'), (10, 'monkey'), (10, 'monkey2')]
def get_cdf(l):
    ret=[]
    c=0
    for i in l: c+=i[0]; ret.append((c, i[1]))
    return ret

def get_random_item(cdf):
    return cdf[bisect.bisect_left(cdf, (random.randint(0, cdf[-1][0]),))][1]

cdf=get_cdf(l)
for i in range(100): print get_random_item(cdf),

>>> from random import choices
>>> population = [1, 2, 3, 4, 5, 6]
>>> weights = [0.1, 0.05, 0.05, 0.2, 0.4, 0.2]

>>> choices(population, weights)
4

>>> million_samples = choices(population, weights, k=10**6)
>>> from collections import Counter
>>> Counter(million_samples)
Counter({5: 399616, 6: 200387, 4: 200117, 1: 99636, 3: 50219, 2: 50025})

import numpy as np

#funtion
def random_custDist(x0,x1,custDist,size=None, nControl=10**6):
    #genearte a list of size random samples, obeying the distribution custDist
    #suggests random samples between x0 and x1 and accepts the suggestion with probability custDist(x)
    #custDist noes not need to be normalized. Add this condition to increase performance. 
    #Best performance for max_{x in [x0,x1]} custDist(x) = 1
    samples=[]
    nLoop=0
    while len(samples)<size and nLoop<nControl:
        x=np.random.uniform(low=x0,high=x1)
        prop=custDist(x)
        assert prop>=0 and prop<=1
        if np.random.uniform(low=0,high=1) <=prop:
            samples += [x]
        nLoop+=1
    return samples

#call
x0=2007
x1=2019
def custDist(x):
    if x<2010:
        return .3
    else:
        return (np.exp(x-2008)-1)/(np.exp(2019-2007)-1)
samples=random_custDist(x0,x1,custDist=custDist,size=1000)
print(samples)

#plot
import matplotlib.pyplot as plt
#hist
bins=np.linspace(x0,x1,int(x1-x0+1))
hist=np.histogram(samples, bins )[0]
hist=hist/np.sum(hist)
plt.bar( (bins[:-1]+bins[1:])/2, hist, width=.96, label='sample distribution')
#dist
grid=np.linspace(x0,x1,100)
discCustDist=np.array([custDist(x) for x in grid]) #distrete version
discCustDist*=1/(grid[1]-grid[0])/np.sum(discCustDist)
plt.plot(grid,discCustDist,label='custom distribustion (custDist)', color='C1', linewidth=4)
#decoration
plt.legend(loc=3,bbox_to_anchor=(1,0))
plt.show()