python - 索引类概率的动态向量

Question

对于我的代码，我有一个大的（最多 40,000 个）类概率向量。这组类概率也需要定期重新加权，因此假设它会在每次调用代码时发生变化。向量总和为 1。我需要有效地搜索与该概率对应的索引。

举个例子 - 假设向量是[0.25, 0.25, 0.25, 0.25]4 个对象的均匀概率。我的概率结果是 0.67。这对应于索引 3，因为0.67 > sum(probvec[0:1])但是0.67 <= sum(probvec[0:2]).

我愿意更改概率向量以使其成为运行总和，即[0.25, 0.5, 0.75, 1]，尽管如此我还需要关于如何执行更新的建议。

任何帮助，将不胜感激。

标签： pythonpython-3.xnumpyprobability

Answer 1

• 第 1 步：预先计算所有部分总和，直到i第 -th 索引。
• 第 2 步sums_probvec：使用二进制搜索扫描您的日志，以获取 logtime 中的结果。

import numpy as np

probvec = np.full(4, 0.25)
prob = 0.67

# pre-compute all the partial sums up to the i-th index
sum_probvec = [probvec[0]]
for i in range(1, len(probvec)) :
    sum_probvec.append(sum_probvec[i-1] + probvec[i])

# use binary search for logtime results
i = 0
j = len(sum_probvec)
while i != j-1:
    mid = (i + j) // 2
    if prob > sum_probvec[mid]:
        i = mid
    else:
        j = mid
index = i+2

print (index) # 3