使用Python 3.7.3，在给定目录中的文件加权列表中随机选择/选择

Question

使用Python 3.7.3，我需要从给定目录中的文件的加权列表中随机选择。 权重取决于文件的最新程度以及用户是否被标记为收藏夹（文件越新，选择频率越高）。

设置权重的最有效方法是什么？ 我希望我随机选择的元素的分布行为与列表中权重的分布相同。 “收藏夹”标志将存储在一个字典中，该字典以文件名作为键，并以true / false作为值。

假设权重列表中的项目数必须等于filesList中的元素数，并且权重列表必须加起来等于1。而且，这是在Raspberry Pi 3/4上运行的。

如果另一种方法比numpy.random.choice好，那我就全力以赴了。

我研究了从加权列表中随机选择一个元素 。

import numpy, collections

#filesList = os.listdir('./assets')    

filesList= ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o'] 

count = len(filesList)

Favorites = {}
for key in Listy:
    Favorites[key] = random.choice([True, False])

weights = [   0.01666666666666667,
0.02666666666666667,
0.03666666666666667,
0.04666666666666667,
0.05666666666666667,
0.06666666666666667,
0.06666666666666667,
0.06666666666666667,
0.06666666666666667,
0.06666666666666667,
0.07666666666666667,
0.08666666666666667,
0.09666666666666667,
0.10666666666666667,
0.11666666666666667]

# Currently the code for setting the weights is commented out, as I'm not sure how to do it. Above is an example of distribution. 

#weights = [0 for x in range(count)]
#for x in range(count):
#    #offset = ?
#    weights[x-1] = 1/count #+ offset


print(f'Favorites: {Favorites}')
print('weights', weights)    

sum = 0     #sum of all weight values must be 1
for weight in weights:
    sum += weight

print(f'sum of weights: {sum}')

l = [numpy.random.choice(filesList, p=weights) for _ in range(10000)]

print(f'Results: {collections.Counter(l)}')

Answer 1

从python 3.6开始，存在random.choices（） ，它接受权重。

权重不必归一化，这意味着它们不必求和为1。

import random

choices = random.choices(filesList, weights=weights)
print(choices[0])

---

编辑：现在我意识到问题是关于实际重量，一些建议。 对于每个文件，计算如下权重：

def compute_weight(age_in_days, favorite):
    age_factor = 1 #set to how much you want age to matter
    favorite_factor = 1 #set how much you want the favorite to matter
    if favorite:
        return math.exp(-age_in_days*age_factor) * (favorite_factor+1)
    else:
        return math.exp(-age_in_days*age_factor)

或类似的东西。 也许添加favorite_factor而不是将其相乘，而只是对其进行处理。