np.random.choice不会将采样作为指定的概率进行。

Question

我正在尝试对样本数据重新采样以计算引导程序标准错误。 但是结果与我确定的概率不符。

对于numpy.random.choice（a，size = None，replace = True，p = None）中的'p'，我提出了一个概率列表

[[中性]，[快乐]，[悲伤]，[惊奇]，[恐惧]，[厌恶]，[愤怒]，[鄙视] [0.190872103、0.120820803、0.115160092、0.008137272、0.029541836、0.0、0.535467893、0.0] ]每个。

data = pd.read_csv(path+'shawshank_FER_entropy.csv', encoding = 'utf-8', delimiter='\t')

emo_list = ['neutral', 'happy', 'sad', 'surprise', 'fear', 'disgust', 'anger','contempt']

pb = data.andy
p = [float(pb.iloc[11]),float(pb.iloc[12]),float(pb.iloc[13]),float(pb.iloc[14]),float(pb.iloc[15]),float(pb.iloc[16]),float(pb.iloc[17]),float(pb.iloc[18])]

print(p)
emo_sample = np.random.choice(emo_list, 1000, p)

print(emo_sample)

unique, counts = np.unique(emo_sample, return_counts=True)
print(np.asarray((unique, counts)).T)

我希望结果是作为我指定的概率分布的1000个情感词，但是结果如下所示均匀分布。

[['愤怒''128'] ['蔑视''140'] ['厌恶'101'] ['恐惧''134'] ['快乐''121'] ['中立''120'] [ 'sad''123'] ['surprise''133']]

您能解释为什么我的代码不使用我指定的概率吗？

Answer 1

numpy.random.choice 的呼叫签名为：

numpy.random.choice(a, size=None, replace=True, p=None)

请注意， p是第4个参数，而不是第3个。 因此emo_sample = np.random.choice(emo_list, 1000, p)将p分配给replace参数而不是p参数：

numpy.random.choice(a, size=None, replace=p, p=None)

解决此问题的一种方法是使用关键字参数：

emo_sample = np.random.choice(emo_list, 1000, p=p)