Random 基于Zipf分布的数字生成

我想为一个小数据集生成一个流行分布，它应该遵循

Zipf

法则

可用参数为：
观众总数：100万
视频总数：36

我想根据

Zipf

法则将每个视频的观众总数关联起来。例如，有多少观众将观看video1、video2。。等等。

---

谁能告诉我公式或方法

维基百科关于齐普夫定律的文章包含了一些关于分布的描述，包括一些计算方法：

理论回顾部分的第一个等式可能会有所帮助。使用此功能，我们可以编写一个简短的Python脚本来关联36个视频中每个视频的总观众数：

N_elements = 1000000
video_exponent = 1

distribution_sum = 0
total_viewers = 0


# First, add up the relative number of viewers across all 36 movie ranks
for k_rank in range(1,36):

    sum = 0
    for n in range(1, N_elements):
        sum = sum + 1/(n**video_exponent)

    distribution_sum = distribution_sum + (1/(k_rank**video_exponent))/sum


# Next, distribute the number of viewers so that the total comes to 1,000,000
print("Movie Rank | # of Viewers")
for k_rank in range(1,36):

    sum = 0
    for n in range(1, N_elements):
        sum = sum + 1/(n**video_exponent)

    viewers_at_k_rank = round((N_elements/(k_rank**video_exponent))/(sum * distribution_sum))

    print(k_rank, end="|")
    print(viewers_at_k_rank)

    total_viewers = total_viewers + viewers_at_k_rank


print("\nSum of all viewers accounted for so far, to make sure we're at 1,000,000")
print(total_viewers)

结果总共有100000名观众，但这不是什么大问题。你问，为什么这不是一件大事？看起来，虽然许多不同的事物遵循一般的齐普夫分布，但它们往往根据事物的类型略有不同。video_指数变量可以调整，以便上面模拟的Zipfian分布可以更接近实际视频统计数据。这种差异通常远大于百万分之二

---

通过查找一些真实排名的视频，并调整视频指数和N\u元素，直到代码与实数匹配，您可以了解真实世界的视频指数是什么。然后，将N_元素重置为1000000，您将拥有一个真实的视频观看数据集。

您的参数看起来很奇怪。请更好地解释一下。另外，解释一下你所说的齐夫定律是什么意思。当然，有很多公式，为什么它们不适合你？你不明白吗？你不明白什么？@addons_zz我想生成一个合成工作负载，我有36个视频，大约100万观众。现在，根据齐夫定律，每段视频被观看的次数是我想要找到的。因此，如果N=100万（意味着有100万观众）k=1..30，则表示K1是视频V1的排名，依此类推。。那么什么是s？？？正如维基百科中提到的，N是元素的数量；k是他们的等级；s是表征分布的指数值。在这种情况下，我如何计算或选择“s”？您是否可以编辑提供这些新信息的问题，而不是立即将其添加为注释？