python - 带有“百分比”的 Python 随机选择
问题描述
前言
看起来它是几个stackoverflow问题的副本,但我的情况(可能)有点独特。
我的情况
我有一本字典。键是字符串,值是整数。_
我希望 python 脚本随机选择N个键。
该值是被选择的可能性。密钥的值越高,密钥被随机选择的机会就越大。
我的解决方案
因此,使用其他一些 StackOverflow 帖子和互联网的力量,我设法使用Weighted Random解决了它。
DICT_VAR= {'best':308281009, 'good':7066325, 'meh':26884, 'bad':71, 'terrible':16, 'never':0}
list_var = []
for i in DICT_VAR.keys():
list_var.extend([i]*DICT_VAR[i])
print random.sample(list_var, 2) # get 2 random choice I suppose
问题(问题)
您可能会注意到,字典中的值可以非常大(可以无限大),也可以小到 0(零是最小的,没有负数)。
运行此代码(使用更大的数字)导致我的计算机冻结并且没有响应,直到我硬重置它。
我的问题
我应该如何处理这种情况?有没有其他适合我情况的随机选择方式,因为加权随机是当前情况下最糟糕的解决方案。
解决方案
我在这里假设一个值0
意味着永远不应该选择键,键可能在样本中重复(在字典中是不相关的),我们可以使用第三方模块——在这种情况下是 numpy。这是在 Python 3.6.4 中测试的代码,但我对其进行了修改,因此它应该在 Python 2.7 中运行,但我无法以这种方式对其进行测试。
DICT_VAR= {'best':308281009, 'good':7066325, 'meh':26884, 'bad':71,
'terrible':16, 'never':0}
import numpy as np
keys, weights = zip(*DICT_VAR.items())
probs = np.array(weights, dtype=float) / float(sum(weights))
sample_np = np.random.choice(keys, 2, p=probs)
sample = [str(val) for val in sample_np]
然后sample
将您的样本保存为关键字符串列表。请注意,您的 key 重量'best'
比其他重量大得多,您的样本几乎总是如此['best', 'best']
。
解释我的代码:首先将字典的键(字符串)和值(权重)拆分为单独的列表。然后将权重更改为概率——权重越大概率越大,权重为零则概率为零。然后使用 numpy 的choice
函数以概率作为权重来选择一个键样本。结果是一个 numpy 数组,但您似乎想要一个标准的 Python 列表,因此最后一行将键样本转换为标准列表。
当然,有一个相当短的例程可以用标准 Python 编写,所以我们可以避免使用 numpy。但它很可能会更慢。
您的例程缓慢的原因是它构建了一个大列表,每个键重复其值给出的次数,然后以均匀的概率选择一个样本。使用您的样本数据,这意味着构建一个巨大的列表,比您的可用 RAM 大得多,这需要很多时间。Numpy 的选择例程可以直接处理非均匀随机分布,而无需构建另一个列表。
推荐阅读
- java - 响应式 WebFlux 向特定订阅者发布通知
- python - sqlalchemy ROW_NUMBER() OVER (PARTITION BY) 可选
- sql - POSTGRES 中 Oracle V_$OSSTAT 的等效表或视图
- sql - 如何使用 Microsoft Access 插入多行?
- database - 使用 fmt.Sprintf 防止 Go 中的 sql 注入进行本机查询
- python - 从选定的单元格移动时,Qtablewidget 未记录的崩溃
- embedded-linux - 是否可以在使用 Beaglebone Yocto 启动时使用 systemd 运行多个启动脚本
- reactjs - 单击 SVG 图标重定向到另一个页面
- javascript - 如何在一个事务中更新多个相关的 mongo db 集合?
- python - 使用 imaplib 搜索 UTF-8 编码的主题