根据 Python 中的伯努利分布生成 bool 值的随机数分布

Question

在 C++ 中，可以通过以下方式实现：

std::default_random_engine generator;
std::bernoulli_distribution distribution(0.5);
int count=0;  // count number of trues
for (int i=0; i<100000; ++i) if (distribution(generator)) ++count;

我正在寻找 Python 等价物。

Answer 1

from random import randint
num_trues = 0

for _ in range(1000):
  num_trues += randint(0, 1)

print(num_trues)

randint 生成上限和下限之间的整数，包括上限和下限。

这可能不是 python 中最惯用的方法，也可能不是最快的方法。但它有效。您可以对其他概率分布使用类似的方法。

Answer 2

如果您正在寻找可以调整 p 和样本大小的解决方案，您可以使用 random.choices。可以很容易地修改此解决方案，以在 p != 0.5:

时模拟伯努利分布的采样

import random
p = 0.5
n = 100000
count = 0

print(sum(random.choices([True, False], [p, 1 - p], k=n)))

我还要补充一点，有一些库可以从概率分布中抽样（概率编程库），例如 Pyro。这对于这项任务来说有点过分了，但如果您将来需要更强大的东西，它可能会有用。

根据 Python 中的伯努利分布生成 bool 值的随机数分布

Random number distribution that generates bool values according to a Bernoulli distribution in Python

python

distribution