我正在尝试在0到999之间采样1000个数字,其中一个权重向量决定了选择特定数字的概率:
import numpy as np
resampled_indices = np.random.choice(a = 1000, size = 1000, replace = True, p = weights)
不幸的是,这个过程必须在更大的for循环中运行数千次,而且似乎这np.random.choice是该过程中的主要速度瓶颈.因此,我想知道是否有任何方法可以加速np.random.choice或使用提供相同结果的替代方法.