Python随机选择 'percentage'

Question

前言

它看起来像是几个 stackoverflow 问题的重复，但我的情况(可能)有点独特。

我的情况

我有一本字典。 键是一个字符串，值是一个整数。

我希望 python 脚本随机选择 N 个键。

值是它被选中的可能性。 key 的值越高，随机选择 key 的机会就越大。

我的解决方案

因此，借助其他一些 StackOverflow 帖子和互联网的力量，我设法使用加权随机解决了这个问题。

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)

你可能注意到了，字典中的值可以incredibly big(可以无限大)也可以小到0(0是最小的，没有负数) ).

运行此代码(使用更大的数字)会导致我的计算机死机并且没有响应，直到我对其进行硬重置。

我的问题

我应该如何处理这种情况？是否有任何其他适合我情况的随机选择方法，因为加权随机是当前情况下最糟糕的解决方案。

Answer 1

我将在这里假设值为 0意味着永远不应该选择键，键可能在样本中重复(在字典中是无关紧要的)，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 中测试过的代码，但我对其进行了修改，使其应该在 Python 2.7 中运行，但我无法那样测试它。

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，您的键值 'best'比其他权重大得多，以至于您的样本几乎总是 ['best', 'best'] .

解释一下我的代码:首先将字典的键(字符串)和值(权重)拆分成单独的列表。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函数使用概率作为权重来选择 key 样本。结果是一个 numpy 数组，但您似乎需要一个标准的 Python 列表，因此最后一行将键样本转换为一个标准列表。

当然，有一个可以用标准 Python 编写的相当短的例程，因此我们可以避免使用 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，每个键重复其值给定的次数，然后以均匀概率选择样本。对于您的示例数据，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。