Python 如何从字典中获取随机对象（按值加权）

我有一本大字典。键是对象，值是给定对象在“我的数据”中出现的频率

我想从字典中随机选择一个对象，但要将选择权加权到对应值较高的对象

到目前为止，我已经能够通过向列表中添加x个对象来实现这一点，其中x是字典中相应的值。然后我在这个列表中调用random.choice。像这样：

import random

myDict = { 'foo' : 10,
           'boo' : 5,
           'moo' : 3,
           'roo' : 2,
           'goo' : 1,
           'oo' : 0}

selection = []
for obj in myDict.keys():
    for n in range(myDict[obj]):
        selection.append(obj)

为了确保这是有效的，我在列表上运行了10000次random.choice并保存了结果。以下是我得到的4个结果

{'foo': 4841, 'boo': 2397, 'moo': 1391, 'roo': 907, 'goo': 464, 'oo': 0}
{'foo': 4771, 'boo': 2410, 'moo': 1435, 'roo': 917, 'goo': 467, 'oo': 0}
{'foo': 4815, 'boo': 2340, 'moo': 1431, 'roo': 953, 'goo': 461, 'oo': 0}
{'foo': 4718, 'boo': 2443, 'moo': 1404, 'roo': 947, 'goo': 488, 'oo': 0}

如您所见，分布符合字典中描述的频率

我的问题是，在我的生产代码中，我有数千个字典，每个字典包含数千个对象。这些词典长度可变。我目前的方法效率很低，速度也很慢。有更好的办法吗？我不介意使用不同的结构来存储数据。

numpy提供了一个可选的概率参数，可以解决您的问题：

In [14]: s = sum(myDict.values())

In [15]: d2 = {k: v/float(s) for k, v in myDict.items()}

In [16]: res = np.random.choice(list(d2.keys()), 10000, p=list(d2.values()))

In [17]: from collections import Counter

In [18]: Counter(res)
Out[18]: Counter({'foo': 4723, 'moo': 1426, 'boo': 2411, 'roo': 945, 'goo': 495})

---

这有用吗：？这是个骗局。基本上你想使用随机选择你的_键。。并为其提供权重：请看——总体是您的关键，权重取自您的值。。。。