从 python 中的列表中选择两个数字，概率随着它们之间的相对距离而衰减

Question

我正在尝试获取一个列表，然后从中随机选择一个数字 i。接下来，我想 select 第二个元素 j。选择 j 的概率衰减为 1/|i-j|。例如，它选择 j 距离我最初的 i 四步的相对概率是 1/4， select 紧挨着我的 j 的概率i.

到目前为止，我一直在尝试填充我的列表，选择我的 i，然后首先使用 |i-j| 计算列表中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)

python 中是否有内置函数，我可以将这些权重输入其中以选择具有此概率分布的 j。我可以将我的权重数组输入到：

numpy.random.choice(a, size=None, replace=True, p=None)

我想我会让 p=prob_weights 在我的代码中？

 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])

运行上面的 np.random.choice 给我一个错误。我什至不确定这是否是我一开始想要做的事情。有替代方法吗？

Answer 1

为此有一个内置函数：random.choices，它接受一个 weights 参数。

根据您选择的第一个索引 n1，您可以执行类似

的操作

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).

通过将第一项的权重设置为零，可以防止它被选中。

使用 numpy 时，数值运算确实会更快，因此您可以使用 np.random.choice，它接受 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]

作为一个小吹毛求疵的人，不要调用变量 list，因为它隐藏了一个内置变量，而 import x as x 只是 import x.

从 python 中的列表中选择两个数字，概率随着它们之间的相对距离而衰减

Selecting two numbers from a list in python with a probability that decays as the relative distance between them

python

random

numpy

probability