Python 用numpy绘制随机元素

我有一个元素概率数组，比如说

[0.1,0.2,0.5,0.2]

。该数组的总和为1.0

使用普通Python或numpy，我希望绘制与其概率成比例的元素：第一个元素大约占10%的时间，第二个20%，第三个50%的时间，等等。“draw”应该返回所绘制元素的索引

我想到了这个：

def draw(probs):
    cumsum = numpy.cumsum(probs / sum(probs)) # sum up to 1.0, just in case
    return len(numpy.where(numpy.random.rand() >= cumsum)[0])

这是可行的，但太复杂了，一定有更好的办法。谢谢

import numpy as np
def random_pick(choices, probs):
    '''
    >>> a = ['Hit', 'Out']
    >>> b = [.3, .7]
    >>> random_pick(a,b)
    '''
    cutoffs = np.cumsum(probs)
    idx = cutoffs.searchsorted(np.random.uniform(0, cutoffs[-1]))
    return choices[idx]

---

工作原理：

In [22]: import numpy as np
In [23]: probs = [0.1, 0.2, 0.5, 0.2]

计算累积总和：

In [24]: cutoffs = np.cumsum(probs)
In [25]: cutoffs
Out[25]: array([ 0.1,  0.3,  0.8,  1. ])

计算半开区间内均匀分布的随机数

[0，截止值[-1]）

：

用于查找将随机数插入到

截止值中的索引

：

In [27]: cutoffs.searchsorted(0.9723114393023948)
Out[27]: 3

---

Return

choices[idx]

，其中

idx

是索引。

我从未使用过numpy，但我假设下面的代码（仅限python）与您在一行中完成的功能相同。我将它放在这里，以防您需要

看起来很像c-ish，所以很抱歉不是很像蟒蛇

你的总重量是1

def draw(probs)
    r = random.randrange(weight_total)
    running_total = 0
    for i, p in enumerate(probs)
        running_total += p
        if running_total > r:
            return i

使用

---

应该做到这一点。

使用

numpy.random.multinomial

-最有效的您希望从分类分布中取样，该分布未在numpy中实现。但是，该分布是分布的泛化，可用于此目的

>>> import numpy as np
>>> 
>>> def sampleCategory(p):
...     return np.flatnonzero( np.random.multinomial(1,p,1) )[0]
... 
>>> sampleCategory( [0.1,0.5,0.4] )
1

import bisect
import random
import numpy 
def draw(probs):
    cumsum=numpy.cumsum(probs/sum(probs))
    return bisect.bisect_left(cumsum, numpy.random.rand())

>>> import numpy as np
>>> 
>>> def sampleCategory(p):
...     return np.flatnonzero( np.random.multinomial(1,p,1) )[0]
... 
>>> sampleCategory( [0.1,0.5,0.4] )
1