从“non uniform”python词典中选择随机元素

Question

我有一个python字典，其中值是整数列表：

key1 -> [1, 2, 3]
key2 -> [1, 2, 3, ... 17]
key3 -> [1, 2, 3, 4, 5]

我想选择一个随机元组（key，val），其中val是值列表中的随机值（例如：key2,8）。 随机选择在所有值中必须是一致的，因此，例如，此方法不一致：

random_key = random.choice(d.keys())
random_val = random.choice(d[random_key])

因为列表的长度不一样。 我知道列表串联的长度，n，所以我目前的方法如下：

idx = np.random.randint(n)
c = 0
found = False

for k in D:
    for v in D[k]:
        if c == idx:
            found = True
            do_something_with_val(k, v);
            break
        c += 1
    if found:
        break

我的问题是：有更好/更快的方法吗？

Answer 1

您可以尝试（在Python 3中使用Python 2，使用iteritems() ）：

idx = random.randint(0, n)
for k, v in D.items():
    if idx < len(v):
        do_something_with_val(k, v[idx])
        break
    else:
        idx -= len(v)

速度测量：

def ref():
    idx = random.randint(0, n)
    c = 0
    found = False
    for k in D:
        for v in D[k]:
            if c == idx:
                found = True
                # do_something_with_val(k, v);
                break
            c += 1
        if found:
            break


def uut():
    idx = random.randint(0, n)
    for k, v in D.items():
        if idx < len(v):
            # do_something_with_val(k, v[idx])
            break
        else:
            idx -= len(v)


if __name__ == '__main__':
    print(timeit.timeit('ref()', setup="from __main__ import ref", number=1000))
    print(timeit.timeit('uut()', setup="from __main__ import uut", number=1000))

结果：

1.7672173159990052
0.011254642000494641

我使用小D检查分发，如{'key2': [3, 4, 5], 'key1': [0, 1, 2]} ，分布看起来对我很好：

0,166851
1,166141
2,166269
3,167094
4,167130
5,166515

Answer 2

您可以构建一个帮助器“值”容器并将其用于随机选择...

import random


d = {1: [1, 2],
     2: [1, 2, 3, 4]}


values = [(k, v) for k, l in d.items() for v in l ]    
k,v = random.choice(values)
print (k, v)

这种方法非常快但需要更多记忆......玩得开心;）