生成加权随机数

Question

嗨，我正在为基因组学课程编写一些代码，但在某些方面遇到了困难。

我有一组互斥事件
与概率

我想以给定的概率模拟随机采样n次事件。

输入：概率= {0.3，0.2，0.5}事件{e1，e2，e3} n = 100

输出：e3应该有〜50个结果，e2应该有〜20个结果，而e1应该有〜30个结果。请注意，这些可能不完全是50、20、30，因为经验值与理论值不同…

Answer 1

Python没有内置任何加权采样功能（NumPy / SciPy具有），但是对于这样一个非常简单的情况，这很简单：

import itertools
import random

probabilities = [0.3, 0.2, 0.5]
totals = list(itertools.accumulate(probabilities))

def sample():
    n = random.uniform(0, totals[-1])
    for i, total in enumerate(totals):
        if n <= total:
            return i

---

如果您没有Python 3.2+，则没有此accumulate功能。如果清单确实很短，则可以使用低效率的单线伪造它：

totals = [sum(probabilities[:i+1]) for i in range(len(probabilities))]

…，或者您可以编写一个显式循环或丑陋的reduce调用，或从docs复制等效的Python函数。

---

另外，请注意，如果可以确定数字加起来为1.0 ，random.uniform(0, totals[-1])则这只是一种更复杂的书写方式random.random()。

---

一种快速的测试方法：

>>> samples = [sample() for _ in range(100000)]
>>> samples.count(0)
29878
>>> samples.count(1)
19908
>>> samples.count(2)
50214

这些分别分别接近100000的30％，20％和50％。