Question

我在python中有一个字典，其key-＆gt;值为str->int。如果我必须根据它自己的值选择一个键，那么当值变大时，键的选择可能性就会降低。

例如，如果key1=2和key2->1，则key1的态度应为2:1。

我该怎么做？

Answer 1

如果值对于gnibler的方法来说太大了：

构建元组(key, index)的列表，其中index是列表中键之前的所有值的总和（这将是第一次出现key gnibler的索引列表c。还计算所有值的总和（n）。

现在，在0和x之间生成一个随机数n - 1。使用index < x查找列表中的最后一个条目。由于列表是按索引排序的，因此您可以使用二进制搜索来有效地执行此操作。

更新：KennyTM的代码是一个实现，除了他使用强力线性搜索而不是二分搜索;如果密钥数量很大，这将是低效的。

Answer 2

值不是太大，你可以这样做

>>> from random import choice
>>> d={"key1":2,"key2":1}
>>> c=[]
>>> for k,v in d.items():
...  c+=[k]*v
... 
>>> choice(c)
'key1'
>>> sum(1 for x in range(100) if choice(c)=="key1")
63
>>> sum(1 for x in range(100) if choice(c)=="key2")
36

Answer 3

1。构建类似CDF的列表：

def build_cdf(distrib):
    cdf = []
    val = 0
    for key, freq in distrib.items():
        val += freq
        cdf.append((val, key))
    return (val, cdf)

此函数返回一个元组，第一个值是概率之和，第二个值是CDF。

2. 像这样构建采样器：

import random
def sample_from_cdf(val_and_cdf):
    (val, cdf) = val_and_cdf;
    rand = random.uniform(0, val)
    # use bisect.bisect_left to reduce search time from O(n) to O(log n).
    return [key for index, key in cdf if index > rand][0]

用法：

x = build_cdf({"a":0.2, "b":0.3, "c":0.5});
y = [sample_from_cdf(x) for i in range(0,100000)];
print (len([t for t in y if t == "a"]))   # 19864
print (len([t for t in y if t == "b"]))   # 29760
print (len([t for t in y if t == "c"]))   # 50376

您可能希望将其变成一个类。

Answer 4

来自oefe和KennyTM答案的快速简单的算法版本：

def select_weighted(d):
   offset = random.randint(0, sum(d.itervalues())-1)
   for k, v in d.iteritems():
      if offset < v:
         return k
      offset -= v

由于其值而对键进行采样

4 个答案: