Python 带“百分比”的随机选择

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。键是字符串，值是整数。​

我希望 python 脚本随机选择N个键。

该值是它被选择的可能性。密钥的值越高，随机选择密钥的机会就越大。

我的解决方案

因此，利用其他一些 StackOverflow 帖子和互联网的力量，我设法使用Weighted Random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（陷阱）

正如您可能注意到的，字典中的值可以非常大（可以无限大），也可以小到 0（零是最小的，没有负数）。

运行这段代码（使用更大的数字）会导致我的计算机冻结并且没有响应，直到我硬重置它。

我的问题

我该如何处理这种情况？有没有其他适合我的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

我在这里假设 的值0意味着永远不应该选择键，键可能在样本中重复（在字典中是不相关的），并且我们可以在这种情况下使用第三方模块——numpy。这是在 Python 3.6.4 中测试的代码，但我对其进行了修改，因此它应该在 Python 2.7 中运行，但我无法以这种方式测试它。

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 key 权重'best'比其他权重大得多，因此您的样本几乎总是['best', 'best']。

解释我的代码：首先将字典的键（字符串）和值（权重）拆分为单独的列表。然后将权重更改为概率 - 权重越大，概率越大，权重为零，概率为零。然后使用 numpy 的choice函数使用概率作为权重来选择键的样本。结果是一个 numpy 数组，但您似乎想要一个标准的 Python 列表，因此最后一行将键示例转换为标准列表。

当然，有一个相当短的例程可以用标准 Python 编写，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，然后以统一的概率选择样本。对于样本数据，这意味着构建一个巨大的列表，比可用 RAM 大得多，并且这需要很多时间。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。