4

我想生成一个整数随机数，其概率分布函数以列表形式给出。例如，如果 pdf=[3,2,1] 那么我喜欢 rndWDist(pdf) 返回 0,1 和 2，概率分别为 3/6、2/6 和 1/6。我为此编写了自己的函数，因为我在随机模块中找不到它。

def randintWDist(pdf):
    cdf=[]
    for x in pdf:
        if cdf:
            cdf.append(cdf[-1]+x)
        else:
            cdf.append(x)
    a=random.randint(1,cdf[-1])
    i=0
    while cdf[i]<a:
        i=i+1
    return i

有没有更短的方法来达到相同的结果？

4

3 回答 3

6

这是一个重复的问题：Generate random numbers with a given (numerical) distribution

正如那里的第一个答案所建议的那样，您可能想要使用scipy.stats.rv_discrete.

你可以这样使用它：

from scipy.stats import rv_discrete
numbers = (1,2,3)
distribution = (1./6, 2./6, 3./6)
random_variable = rv_discrete(values=(numbers,distribution))
random_variable.rvs(size=10)

这将返回一个包含 10 个随机值的 numpy 数组。

于 2014-09-03T11:53:32.040 回答
1

鉴于您输入的格式，您可以执行以下操作：

def randint_with_dist(pdf):
    choices = []
    for index, value in enumerate(pdf):
        choices.extend(index for _ in range(value))
    return random.choice(choices)

由于每次pdf传递相同的列表时都会使用相同的列表，因此您可以考虑缓存列表以提高效率（以空间为代价）：

def randint_with_dist(pdf, choices={}):
    pdf = tuple(pdf)
    if pdf not in choices:
        choices[pdf] = []
        for index, value in enumerate(pdf):
            choices[pdf].extend(index for _ in range(value))
    return random.choice(choices[pdf])
于 2014-09-03T11:02:47.733 回答
0

使用 numpy（1.7 或更高版本），您还可以使用np.random.choice：

In [27]: import numpy as np

In [28]: distribution = (1./6, 2./6, 3./6)

In [29]: np.random.choice(np.arange(len(distribution)), p=distribution)
Out[29]: 0

In [30]: np.random.choice(np.arange(len(distribution)), p=distribution, size=10)
Out[30]: array([2, 1, 1, 2, 2, 0, 1, 0, 1, 0])
于 2014-09-03T12:04:44.900 回答