之前有一个任务,其中一个步骤是从名单中随机选择部分用户去执行一些操作,而且要保证用户被选中的概率大致相等。
(图源:pixabay)
random.randint()
我对Python不是很熟,所以我首先想到的是用random生成列表长度范围内的随机数,然后再用下标的方式去读取列表。
为了记录操作次数以比较列表元素被选中的概率,我将列表改成字典的形式,以便于记录操作次数。
代码如下:
执行结果如下:
可以看到元素被选中的概率基本相同,可以满足我们的需求。
random.choice()
上述代码虽然能实现功能,但是总感觉不是很优雅,经过查手册,发现了random.choice()这个函数,来试试这个吧。
代码如下:
执行结果结果如下:
可以看出元素被选中的概率基本相同,但是就性能而言,比random.randint()方法要好很多.
random.sample()
有发现random模块居然还有个sample函数,看起来专门为取样设计的啊
代码如下:
执行结果结果如下:
OMG, 尽管元素被选中的概率基本相同,但这性能哭了。(当然,可能耗费在列表元素读取上,具体是啥,懒得评估了),看来名字好看也不一定中用啦。
random.choices()
咦,又发现一个崭新的函数,之所以说它是崭新的,是因为这是在3.6版本中新增的函数 New in version 3.6
如果你还在运行3.6以下版本,对不起,这个你用不了。
代码如下:
执行结果结果如下:
哇,你看看人家,要结果有结果,要颜值有颜值,要性能有性能,简直完美的不要不要的。
更进一步
从上边的结果,不能看出,选取结果概率都是均匀分布的,符合我们的要求。
但是选择一个元素的时候, random.choice()
函数性能最好。
那么我们为何还要大力推崇random.choices()
呢?答案有两点:
- 支持选择多个元素
- 支持设置不同元素权重
支持选择多个元素
代码:
结果:
看吧,选择了2倍量的元素,耗时只增加了一丁点。
支持设置不同元素权重
如果想让不同的元素,被选取的概率不同,我之前的做法是这样的
把['a', 'b', 'c', 'd']
改成['a', 'a', 'b', 'c', 'd']
,是不是看起来傻,我觉得也是!
正确是姿势是用random.choices()
并设置权重/weights 的方法
代码:
结果:
完美的不要不要的,有没有?
听说用cum_weights参数,效率会更高,比如改成这样:choices = random.choices(list, cum_weights=[2, 4, 5, 8], k=2)
试了一下,果然性能提升了不少,不过我决定坚决弃用,为何? 不直观呗!
总结 / Summaries
通过学习,我们知道在Python 中,可以用下列函数随机选取元素
random.randint()
random.choice()
random.sample()
random.choices()
通过测试,我们发现最后一个函数可以用来选取多个元素,并且支持设置权重,性能也是极佳。以后就用它啦。
之所以做这个测试,是因为我的一段程序中原本用的random.sample()
,但是选中的元素明显概率不一样,后来我改写了程序其它部分,并改用random.choices()
,概率分布效果极佳。
但是我觉得random.sample()
不应该存在概率问题啊,于是写了上述几段程序测试了一下,发现并不存在所谓概率的问题。看来我冤枉random.sample()
了,是我其它代码导致的问题, 但是发现random.choices()
果然是最佳选择。
This page is synchronized from the post: Python 随机选取元素的一些方法以及概率问题