有放回的加权采样python

以下是一个简单的有放回的加权采样的Python实现：

import random

def weighted_sample_with_replacement(population, weights, k):
    """
    有放回的加权采样函数
    :param population: 可迭代对象，表示总体
    :param weights: 可迭代对象，表示总体中每个元素的权重
    :param k: 采样数量
    :return: 采样结果，列表形式
    """
    # 将总体中每个元素的权重归一化
    norm_weights = [w / sum(weights) for w in weights]
    # 采样
    return random.choices(population, weights=norm_weights, k=k)

测试样例：

population = ["A", "B", "C", "D", "E"]
weights = [2, 1, 3, 4, 2]
samples = weighted_sample_with_replacement(population, weights, 10)
print(samples)

输出：

['C', 'D', 'D', 'D', 'E', 'E', 'A', 'C', 'D', 'C']

相关问题

系统随机加权采样python

以下是一个基本的Python代码示例，用于使用随机加权采样系统：

import random

def weighted_random_choice(choices):
    total = sum(w for c, w in choices)
    r = random.uniform(0, total)
    upto = 0
    for c, w in choices:
        if upto + w >= r:
            return c
        upto += w

choices = [('A', 1), ('B', 2), ('C', 3), ('D', 4), ('E', 5)]
for i in range(10):
    print(weighted_random_choice(choices))

在此示例中，我们定义了一个`weighted_random_choice`函数，该函数接受一个选择列表，其中每个选择都是一个元组，其中包含选择的名称和其权重。我们使用`random.uniform`生成一个随机数，然后根据每个选择的权重进行加权采样，以选择一个单个选择。我们将该函数用于最初定义的选择列表，并使用循环进行多次采样。

简单随机加权采样python

以下是一个简单的随机加权采样的Python代码示例：

import random

def weighted_random_sampling(weights, k):
    """
    :param weights: A list of non-negative weights.
    :param k: The number of samples to draw.
    :return: A list of indices indicating the sampled elements.
    """
    if k > len(weights):
        raise ValueError("k should be no greater than the length of weights.")
    cum_weights = [0] + list(accumulate(weights))
    total_weight = cum_weights[-1]
    indices = []
    for _ in range(k):
        rand = random.uniform(0, total_weight)
        for i, cum_weight in enumerate(cum_weights):
            if rand < cum_weight:
                indices.append(i - 1)
                total_weight -= weights[i - 1]
                cum_weights = [0] + list(accumulate(weights[:i - 1])) + [total_weight]
                weights = weights[:i - 1] + weights[i:]
                break
    return indices

该函数的输入参数为权重列表和需要采样的数量。输出为一个采样结果的索引列表。

该函数的实现基于累计权重的概念。首先，通过累加所有权重，创建一个新的列表cum_weights。然后，将列表中的每个权重除以总权重，从而获得一个累计权重列表。这个累计权重列表中的每个条目表示前面所有权重的总和。

对于每个采样，生成一个随机数rand，介于0和总权重之间。然后，遍历累计权重列表，找到第一个大于rand的条目（即对应的权重），并将其对应的索引添加到结果列表中。接下来，将该索引对应的权重从权重列表中删除，并更新cum_weights和total_weight。在下一次迭代中，只考虑剩余的权重。

关于加权随机采样，还需要注意以下几点：

- 如果权重中有负数，会引发ValueError异常。
- 如果需要采样的数量k大于权重列表的长度，会引发ValueError异常。
- 由于使用了随机数，因此每次运行该函数都可能得到不同的结果。