我试图把一个列表,并从中选择一些i
随机。这之后,我想选择第二元件j
。选择j
的概率衰变1/|i-j|
。例如,从我最初j
选择i
四步走的相对概率是1/4,选择紧挨我j
一个i
的概率。
到目前为止,我一直在努力做的就是填充我的列表中,选择我的i
,第一次然后计算使用|i-j|
在列表中的所有其他元素的权重。
import numpy as np
import random as random
list = [1,2,3,4,5,6,7,8,9,10]
a = 1
n1 = random.choice(range(len(list)))
n1_coord = (n1, list[n1])
print(n1_coord)
prob_weights = []
for i in range(0, n1):
wt = 1/((np.absolute(n1-i)))
#print(wt)
prob_weights.append(wt)
for i in range(n1+1,len(list)):
wt = 1/((np.absolute(n1-i)))
prob_weights.append(wt)
是否有内置的蟒蛇,我可以养活这些权重的,其会选择这个概率分布的j
的功能。我可以喂到我的权重数组:
numpy.random.choice(a, size=None, replace=True, p=None)
我想我会让P = prob_weights在我的代码?
import numpy as np
import random as random
list = [1,2,3,4,5,6,7,8,9,10]
a = 1
n1 = random.choice(range(len(list)))
n1_coord = (n1, list[n1])
print(n1_coord)
prob_weights = []
for i in range(0, n1):
wt = 1/((np.absolute(n1-i)))
#print(wt)
prob_weights.append(wt)
for i in range(n1+1,len(list)):
wt = 1/((np.absolute(n1-i)))
prob_weights.append(wt)
n2 = np.random.choice(range(len(list)), p=prob_weights)
n2_coord = (n2, list[n2])
与上述np.random.choice
运行这个给我一个错误。我甚至不知道这是做什么的,我希望它在第一时间做的。是否有另一种方式做到这一点?
有一个内置的功能是:random.choices
,它接受一个weights
说法。
鉴于你的第一选择指数n1
,你可以这样做
indices = range(len(mylist))
weights = [0 if i == n1 else 1 / abs(i - n1) for i in indices]
n2 = random.choices(indices, weights=prb_wts, k=1).
通过第一项的权重设置为零,可以防止它被选中。
数值运算确实会更快使用numpy的时候,所以你可以使用np.random.choice
,它接受一个p
参数:
values = np.array([...])
indices = np.arange(values.size)
n1 = np.random.choice(indices)
i = values[n1]
delta = np.abs(indices - n1)
weights = np.divide(1.0, delta, where=delta)
n2 = np.random.choice(indices, p=weights)
j = values[n2]
作为未成年人挑剔,不叫可变list
,因为这隐藏了内置,并且import x as x
只是import x
。