dibujar elemento aleatorio en adormecido

Question

Tengo una serie de probabilidades de elementos, digamos [0.1, 0.2, 0.5, 0.2].La matriz resume hasta 1.0.

Uso de pitón liso o adormecido, quiero dibujar elementos proporcionales a su probabilidad: el primer elemento alrededor del 10% del tiempo, el segundo 20%, el tercero 50%, etc. El "sorteo" debe devolver el índice del elemento dibujado.

Se me ocurrió esto:

def draw(probs):
    cumsum = numpy.cumsum(probs / sum(probs)) # sum up to 1.0, just in case
    return len(numpy.where(numpy.random.rand() >= cumsum)[0])

funciona, pero está demasiado complicado, debe haber una mejor manera.Gracias.

Answer 1

import numpy as np
def random_pick(choices, probs):
    '''
    >>> a = ['Hit', 'Out']
    >>> b = [.3, .7]
    >>> random_pick(a,b)
    '''
    cutoffs = np.cumsum(probs)
    idx = cutoffs.searchsorted(np.random.uniform(0, cutoffs[-1]))
    return choices[idx]

---

cómo funciona:

In [22]: import numpy as np
In [23]: probs = [0.1, 0.2, 0.5, 0.2]

Calcular la suma acumulativa:

In [24]: cutoffs = np.cumsum(probs)
In [25]: cutoffs
Out[25]: array([ 0.1,  0.3,  0.8,  1. ])

Calcular un número aleatorio distribuido uniformemente en el intervalo medio abierto [0, cutoffs[-1]):

In [26]: np.random.uniform(0, cutoffs[-1])
Out[26]: 0.9723114393023948

Use Searchsorded para encontrar el índice donde el azarEl número se insertaría en cutoffs:

In [27]: cutoffs.searchsorted(0.9723114393023948)
Out[27]: 3

Devuelve choices[idx], donde idx es ese índice.

Answer 2

Usted desea probar de la distribución categórica, que no se implementa en NOMBRES.Sin embargo, la Multinomial Distribution es una generalización de la categórica Distribución y se puede utilizar para ese propósito.

>>> import numpy as np
>>> 
>>> def sampleCategory(p):
...     return np.flatnonzero( np.random.multinomial(1,p,1) )[0]
... 
>>> sampleCategory( [0.1,0.5,0.4] )
1

Answer 3

Utilice numpy.random.multinomial - más eficiente

Answer 4

Nunca he usado NOMPY, pero asumo que mi código a continuación (solo Python) hace lo mismo que lo que logró en una línea.Lo pongo aquí, por si acaso lo desees.

se ve muy c-ish, así que disculpas por no ser muy pythonic.

weight_total sería 1 para usted.

def draw(probs)
    r = random.randrange(weight_total)
    running_total = 0
    for i, p in enumerate(probs)
        running_total += p
        if running_total > r:
            return i

Answer 5

Use bisect

import bisect
import random
import numpy 
def draw(probs):
    cumsum=numpy.cumsum(probs/sum(probs))
    return bisect.bisect_left(cumsum, numpy.random.rand())

debe hacer el truco.