使用python生成随机单词

Question

我有一个单词列表

count=100    
list = ['apple','orange','mango']

对于上面使用随机函数的计数，有可能选择40％的苹果时间，30％的橙色时间和30％的时间芒果？

对于前：

for the count=100, 40 times apple, 30 times orange and 30 times mango.

这种选择必须随机发生

Answer 1

根据关于生成具有指定权重的离散随机变量的问题的答案，您可以使用numpy.random.choice获得比使用random.choice快20倍的代码：

from numpy.random import choice

sample = choice(['apple','orange','mango'], p=[0.4, 0.3, 0.3], size=1000000)

from collections import Counter
print(Counter(sample))

输出：

Counter({'apple': 399778, 'orange': 300317, 'mango': 299905})

更不用说它实际上比“以所需比例建立一个列表然后将其洗牌”更容易。

此外，洗牌总是产生完全相同的40％苹果，30％，橙色和30％的芒果，这是不一样说“产生根据离散概率分布的百万水果样品”一样。 后者是两种choice解决方案所做的事情（也是bisect ）。 从上面可以看出，当使用numpy时， 大约有 40％的苹果等。

Answer 2

最简单的方法是以所需的比例构建一个列表，然后将其洗牌。

>>> import random
>>> result = ['apple'] * 40 + ['orange'] * 30 + ['mango'] * 30
>>> random.shuffle(result)

编辑计数实际为1,000,000的新要求：

>>> count = 1000000
>>> pool = ['apple'] * 4 + ['orange'] * 3 + ['mango'] * 3
>>> for i in xrange(count):
        print random.choice(pool)

较慢但更通用的替代方法是将累积概率分布 平分 ：

>>> import bisect
>>> choices = ['apple', 'orange', 'mango']
>>> cum_prob_dist = [0.4, 0.7]
>>> for i in xrange(count):
        print choices[bisect.bisect(cum_prob_dist, random.random())]