无重复但有概率的随机抽样
Random sample without repetition but probability
我不知何故缺少 python 中的一个函数，它是我知道的两个函数的组合。
我有这些数字和概率的列表，想从中选择 n 个，不重复。
random.sample 可以从列表中选择而不重复，但不允许概率：
l = [5,124,6,2,7,1]
sample(l,k=5)
另一方面，选择允许我使用权重，但使用重复：
choices(l,k=2,weights=[0.5,0.25,0.25,0.125,0,0.125])
有没有机会结合起来怎么做？
直到现在我 运行 一个 while 循环经常做选择，直到唯一选择的元素的数量变成 k。但这效率很低，尤其是一个元素的概率很大。
numpy.random.choice 有效。使用：
import numpy as np
l = [5,124,6,2,7,1]
weights=[0.5,0.25,0.25,0.125,0,0.125]
weights = [w/sum(weights) for w in weights]
np.random.choice(l, size=5, replace=False, p=weights)
编辑使概率总和为 1
我不知何故缺少 python 中的一个函数，它是我知道的两个函数的组合。 我有这些数字和概率的列表，想从中选择 n 个，不重复。
random.sample 可以从列表中选择而不重复，但不允许概率：
l = [5,124,6,2,7,1]
sample(l,k=5)
另一方面，选择允许我使用权重，但使用重复：
choices(l,k=2,weights=[0.5,0.25,0.25,0.125,0,0.125])
有没有机会结合起来怎么做？ 直到现在我 运行 一个 while 循环经常做选择，直到唯一选择的元素的数量变成 k。但这效率很低，尤其是一个元素的概率很大。
numpy.random.choice 有效。使用：
import numpy as np
l = [5,124,6,2,7,1]
weights=[0.5,0.25,0.25,0.125,0,0.125]
weights = [w/sum(weights) for w in weights]
np.random.choice(l, size=5, replace=False, p=weights)
编辑使概率总和为 1