python - random.randint 的加权版本

Question

我想在 a 之间选择一个随机整数和b (两者均包含)，统计权重为c .

c是 a 之间的值和b .

应用权重因子最有效的方法是 c到 random.randint？

我得到的最接近的是this问题，但有很大的区别:

我只有一个统计权重 c ，不是 a 之间每个值的统计概率和b .

示例:

a = 890
b = 3200

c = 2600

print(random.randint(a,b))

>>>> supposed to result most frequently in a value around 2600

我不太关心 a 之间的分布和b ，只要c上有一个权重。然而，高斯分布将受到赞赏。

请注意:此问题不不解决 numpy.random模块如this问题。

Answer 1

听起来像 triangular distribution可能适合您的需求。值a和b分别是min和max，c对应于分布的模式(最可能的结果)。

numpy.random中有一个三角形生成器。它生成 float ，但您可以对结果进行舍入然后整数化。如果您很挑剔，这会稍微偏离最小值和最大值，与其他整数值相比，它们只有范围的一半，因此预期计数的一半。统计学家使用连续性校正来调整从实数到整数的范围转换:从最小值中减去 1/2，在最大值中加上 1/2。如果您处理的是小范围，这很可能是相关的，如下面的小示例所示。

import numpy as np
import matplotlib.pyplot as plt

# replace with your actual values
a = 1
b = 5
c = 2

# Without continuity correction
plt.hist(np.ma.round(np.random.triangular(
          left = a,
          mode = c,
          right = b, 
          size = 100000)
        ).astype(int),
        range = (0.5, 5.5), bins = 50, density = True)
plt.show()

# With continuity correction
plt.hist(np.ma.round(np.random.triangular(
          left = a - 0.5,
          mode = c,
          right = b + 0.5, 
          size = 100000)
        ).astype(int),
        range = (0.5, 5.5), bins = 50, density = True)
plt.show()

以下是实际参数化的结果:

# Actual target case
a = 890
b = 3200
c = 2600
plt.hist(np.ma.round(np.random.triangular(
          left = a - 0.5,
          mode = c,
          right = b + 0.5, 
          size = 100000)
        ).astype(int),
        range = (500, 3500), bins = 300, density = True)
plt.show()

请注意，与注释中建议的正态分布不同，这保证保持在 (a, b) 范围内。