使用移動的鍾形曲線創建 random.choices 權重

Question

我是 Python 的初學者，嘗試一些對我來說太復雜的東西。

我想 output 一個列表（ q ）， k -items long，其中每個項目是五個選項之一（包含在列表w中）。

w = [a, b, c, d, e]

我正在使用 random.choices 創建列表q 。

我希望每個項目的權重由傾斜的鍾形曲線（甚至是一個粗略的近似值）控制，其中曲線峰值的水平 position 等於p 。 p的范圍可以從 0.1 到 1。

因此，如果p = 0.55，項目c出現在列表q中的概率應該最高， b和d的概率第二高， a和e的概率最低。 如果p = 0.1， a應該是最有可能出現的，而e應該是最不可能出現的，以此類推。

我找到了 scipy.stats.skewnorm，它似乎可以工作。 但是，我真的很難將其調整為我需要的形式。

我在 function 之后，其中 0 ≤ y ≤ 1 和 0 ≤ x ≤ 1.2。 然后我希望這個 function 為 random.choices 創建五個權重，如下所示：

p = 0.7

prob_a = f(0.2, p)

prob_b = f(0.4, p)

prob_c = f(0.6, p)

etc...

q = random.choices(w, weights=[prob_a, prob_b, prob_c, etc...], k=10)

我將非常感謝任何和所有的建議、方向或建議。 我不拘泥於隨機、選擇或偏態——如果有更簡單的方法來實現類似的結果，那就太棒了！

Answer 1

根據您到目前為止所寫的內容，我認為您想要執行以下操作：

from scipy import stats
from random import choices

def weighted_choices(w, mu, sd, *, k=1):
    weights = stats.norm(mu, sd).pdf(range(len(w)))
    return choices(w, weights=weights, k=k)

其中mu是您希望最有可能成為w的索引，而sd是您希望該選擇的緊密程度。 例如：

• weighted_choices('abcde', 1, 0.1)幾乎總是選擇b
• weighted_choices('abcde', 3, 0.5)傾向於選擇d但有合理的機會選擇c或e ，選擇a機會要小得多
• weighted_choices('abcde', 2, 10)基本一致