Random.choices 不返回均勻分布

Question

我正在嘗試使用 random.choices 模擬離散值的均勻分布。 每次生成新集合時，表示唯一計數的鍵都會遞增。

為什么統一結果([2,2])發生的可能性低於[1,3] ？

def sim_counts(size, values=[1,-1], popsize=2):
    
    count_dict = {}
    for i in range(popsize):
        X = random.choices(values,k=size)
        _, counts = np.unique(X, return_counts=True)
        
        if len(counts) == 1:
            counts = [0,counts[0]]
        key = str(np.sort(counts))

        if key not in count_dict:
            count_dict[key] = 0
            count_dict[key] +=1
        else:
            count_dict[key] +=1
            
    return count_dict
   
sim_counts(4, values=[1,-1], popsize=10000)

>>> {'[2 2]': 3747, '[0 4]': 1319, '[1 3]': 4934}

Answer 1

這實際上是一個數學問題，而不是編程。

以下是產生[3 1]計數的所有排列：

[1, 1, 1, -1]
[1, 1, -1, 1]
[1, -1, 1, 1]
[-1, 1, 1, 1]
[-1, -1, -1, 1]
[-1, -1, 1, -1]
[-1, 1, -1, -1]
[1, -1, -1, -1]

以下是所有[2 2]排列：

[1, 1, -1, -1]
[1, -1, 1, -1]
[-1, 1, 1, -1]
[1, -1, -1, 1]
[-1, 1, -1, 1]
[-1, -1, 1, 1]

所以比例是 8:6，這是你的結果的大致比例。

Answer 2

作為代碼整潔的一部分，您正在設置key = str(numpy.sort(counts)) ，這隱藏了使用該策略獲取[1 3]鍵的兩種方法。

如果您在沒有排序的情況下再次運行測試，我認為您會發現結果[2 2]比您預期的更常見，但是[1 3]和[3 1]的結果雖然單獨較少，但組合的數量更大.

例如：

{'[3 1]': 2521, '[1 3]': 2550, '[2 2]': 3721, '[0, 4]': 1208}

另請參閱@barmar 的答案，以更細致地了解導致相關鍵的各個排列。