select 按值加权的行索引
select a row index weighted by value
权重字典：{1:0.1, 2:0.9}（值为1的项目被选中的概率为10%，值为2的概率为90%）
示例值行：[0, 0, 1, 0, 2, 1]（字典中仅包含 0 和值）
输出应该是一个随机选择的索引
对于示例行，为行中的每个项目选择索引的概率应为 [0, 0, 0.05, 0, 0.9, 0.05]（请注意，由于该行包含两个不同的 1 元素，因此每个元素应该有 0.05 的概率被选中，因为重量计入具有该值被选中的项目）
你可以在这里使用np.select。
wt = {1:0.1, 2:0.9}
a = np.array([0, 0, 1, 0, 2, 1])
choicelist = [a==i for i in wt.keys()]
condlist = [v/np.count_nonzero(a==k) for k,v in wt.items()]
np.select(choicelist, condlist)
# array([0. , 0. , 0.05, 0. , 0.9 , 0.05])
权重字典：{1:0.1, 2:0.9}（值为1的项目被选中的概率为10%，值为2的概率为90%）
示例值行：[0, 0, 1, 0, 2, 1]（字典中仅包含 0 和值）
输出应该是一个随机选择的索引
对于示例行，为行中的每个项目选择索引的概率应为 [0, 0, 0.05, 0, 0.9, 0.05]（请注意，由于该行包含两个不同的 1 元素，因此每个元素应该有 0.05 的概率被选中，因为重量计入具有该值被选中的项目）
你可以在这里使用np.select。
wt = {1:0.1, 2:0.9}
a = np.array([0, 0, 1, 0, 2, 1])
choicelist = [a==i for i in wt.keys()]
condlist = [v/np.count_nonzero(a==k) for k,v in wt.items()]
np.select(choicelist, condlist)
# array([0. , 0. , 0.05, 0. , 0.9 , 0.05])