Python带权重随机数的简单实现

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python带权重随机数的简单实现相关的知识,希望对你有一定的参考价值。

该方法是常用的带权重随机数生成方法,思路是先将权重值求和total,在0与权重和total之间获得一个随机数rd,遍历权重字典,累加其权重值weight_sum, 当rd小于或等于weight_sum时,返回当前的权重key值,示例代码如下:

import random

def random_weight(weight_data):
    _total = sum(weight_data.values())    # 权重求和
    _random = random.uniform(0, _total)   # 在0与权重和之前获取一个随机数 
    _curr_sum = 0
    _ret = None
    try:
        _keys = weight_data.iterkeys()    # 使用Python2.x中的iterkeys
    except AttributeError:
        _keys = weight_data.keys()        # 使用Python3.x中的keys
    for _k in _keys:
        _curr_sum += data[_k]             # 在遍历中,累加当前权重值
        if _random <= _curr_sum:          # 当随机数<=当前权重和时,返回权重key
            _ret = _k
            break
    return _ret

转入值是一个字典,key为要获得的随机数据,key为其权重,如{‘a‘: 10, ‘b‘: 15, ‘c‘: 50}

以上是关于Python带权重随机数的简单实现的主要内容,如果未能解决你的问题,请参考以下文章

BP神经网络——Python简单实现三层神经网络(Numpy)

支持带权重的对象随机选择方法

“带权重的负载均衡实现算法”独家设计思路!

带权重的随机算法

Python中的加权随机样本问题,怎么解决

源码走读:Dubbo带权重的随机负载均衡算法与warmup