Python實(shí)現(xiàn)基于權(quán)重的隨機(jī)數(shù)2種方法
問題:
例如我們要選從不同省份選取一個(gè)號(hào)碼,每個(gè)省份的權(quán)重不一樣,直接選隨機(jī)數(shù)肯定是不行的了,就需要一個(gè)模型來解決這個(gè)問題。
簡化成下面的問題:
字典的key代表是省份,value代表的是權(quán)重,我們現(xiàn)在需要一個(gè)函數(shù),每次基于權(quán)重選擇一個(gè)省份出來
{"A":2, "B":2, "C":4, "D":10, "E": 20}
解決:
這是能想到和能看到的最多的版本,不知道還沒有更高效好用的算法。
#!/usr/bin/env python # -*- coding: utf-8 -*- #python2.7x #random_weight.py #author: orangleliu@gmail.com 2014-10-11 ''''' 每個(gè)元素都有權(quán)重,然后根據(jù)權(quán)重隨機(jī)取值 輸入 {"A":2, "B":2, "C":4, "D":10, "E": 20} 輸出一個(gè)值 ''' import random import collections as coll data = {"A":2, "B":2, "C":4, "D":6, "E": 11} #第一種 根據(jù)元素權(quán)重值 "A"*2 ..等,把每個(gè)元素取權(quán)重個(gè)元素放到一個(gè)數(shù)組中,然后最數(shù)組下標(biāo)取隨機(jī)數(shù)得到權(quán)重 def list_method(): all_data = [] for v, w in data.items(): temp = [] for i in range(w): temp.append(v) all_data.extend(temp) n = random.randint(0,len(all_data)-1) return all_data[n] #第二種 也是要計(jì)算出權(quán)重總和,取出一個(gè)隨機(jī)數(shù),遍歷所有元素,把權(quán)重相加sum,當(dāng)sum大于等于隨機(jī)數(shù)字的時(shí)候停止,取出當(dāng)前的元組 def iter_method(): total = sum(data.values()) rad = random.randint(1,total) cur_total = 0 res = "" for k, v in data.items(): cur_total += v if rad<= cur_total: res = k break return res def test(method): dict_num = coll.defaultdict(int) for i in range(100): dict_num[eval(method)] += 1 for i,j in dict_num.items(): print i, j if __name__ == "__main__": test("list_method()") print "-"*50 test("iter_method()")
一次執(zhí)行的結(jié)果
A 4 C 14 B 7 E 44 D 31 -------------------------------------------------- A 8 C 16 B 6 E 43 D 27
思路:
思路都很原始可以參考下面的連接,還有別的好方法一起交流?。?br />
代碼: https://gist.github.com/orangle/d83bec8984d0b4293710
參考:
http://www.dbjr.com.cn/article/65060.htm
http://www.dbjr.com.cn/article/65058.htm
相關(guān)文章
Python單例模式的四種創(chuàng)建方式實(shí)例解析
這篇文章主要介紹了Python單例模式的四種創(chuàng)建方式實(shí)例解析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-03-03Python 使用xlwt模塊將多行多列數(shù)據(jù)循環(huán)寫入excel文檔的操作
這篇文章主要介紹了Python 使用xlwt模塊將多行多列數(shù)據(jù)循環(huán)寫入excel文檔的操作,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-11-11Python下使用Psyco模塊優(yōu)化運(yùn)行速度
這篇文章主要介紹了Python下使用Psyco模塊優(yōu)化運(yùn)行速度,Psyco模塊可以使你的Python程序運(yùn)行的像C語言一樣快,本文給出了多個(gè)代碼示例,并講解了Psyco的安裝和使用方法,需要的朋友可以參考下2015-04-04Python圖片轉(zhuǎn)gif方式(將靜態(tài)圖轉(zhuǎn)化為分塊加載的動(dòng)態(tài)圖)
這篇文章主要介紹了Python圖片轉(zhuǎn)gif方式(將靜態(tài)圖轉(zhuǎn)化為分塊加載的動(dòng)態(tài)圖),具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-11-11使用python實(shí)現(xiàn)抓取中國銀行外匯牌價(jià)首頁數(shù)據(jù)實(shí)現(xiàn)
這篇文章主要為大家介紹了如何使用python實(shí)現(xiàn)抓取中國銀行外匯牌價(jià)首頁數(shù)據(jù)的實(shí)現(xiàn)示例,有需要的同學(xué)可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步2021-10-10nditer—numpy.ndarray 多維數(shù)組的迭代操作
這篇文章主要介紹了nditer—numpy.ndarray 多維數(shù)組的迭代操作,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-05-05pandas之關(guān)于DataFrame數(shù)據(jù)類型超好用的方法
這篇文章主要介紹了pandas之關(guān)于DataFrame數(shù)據(jù)類型超好用的方法,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-11-11