使用具有優先性和獨特性random.choice（）

我有一個列表：使用具有優先性和獨特性random.choice（）

decisions = ['yes', 'no', 'unknown']

我使用這個列表寫入文件：

for x in range(0, 100): 
    file.write(random.choice(decisions))

會是什麼，以確保最有效的方法70％的價值寫成「未知」的東西？

我想隨機性的程度，而且還希望確保寫入到文件中的值的70是某一類型。我計劃從用戶那裏獲得這個百分比，這樣可以改變每一次運行。

如果我有另外的列表，這是更大的，並希望確保其唯一性（不重複的值，而且還隨機排序），這將是最好的方法是什麼？

來源

2014-11-04 AmericanKryptonite

你想* *確切值的70％是'unknown'，或概率只有70％？用72-15-13說一個文件可以嗎？ 70-11-19？或者你總是想要70-15-15？ – 2014-11-04 14:55:01

值的正好70％是'unknown' – AmericanKryptonite 2014-11-04 15:01:48

確定，見[我的回答如下]（http://stackoverflow.com/a/26738797/13169）。 – 2014-11-04 15:23:58

如果使用NumPy的是一個選擇，這是相當直接實現：

np.random.choice(['yes', 'no', 'unknown'], p=[0.15, 0.15, 0.7])

第二個數組p總和到一個且表示所述第一陣列中的對應的條目被選擇的概率。

上面將確保「未知」在每次選擇具有70％的概率。

Docs here。

如果你想選擇100與正是 70 '未知' 的條目和30 '是' 或 '否' 的選擇：

hundred_choices = ['unknown']*70 + [random.choice(['yes', 'no']) for _ in range(30)]

...然後洗牌hundred_choices與random.shuffle。

來源

2014-11-04 14:39:10

儘管如此，這並不能保證* 100只是'未知'。 – 2014-11-04 14:40:41

謝謝@HannesOvrén - 我已經編輯了我的答案。 – 2014-11-04 14:52:28

如果你想爲'unknown'概率70％：

decisions = 70 * ['unknown'] + 15 * ['yes'] + 15 * ['no'] 
choice(decisions)

來源

2014-11-04 14:42:14

爲了得到正是寫，你可以使用shuffle()功能，它包含的項目數預先生成的列表上的值的一定百分比你需要。

choices = ['unknown']*70 + ['yes']*15 + ['no']*15 
random.shuffle(choices)

來源

2014-11-04 14:45:03

如果你想的'unknown'如果正好70％：

from random import choice, shuffle 

values = 70 * ['unknown']    # your 70 unknowns 
for i in range(30): 
    values.append(choice(['yes', 'no'])) # fill the rest randomly 
shuffle(values)       # shuffle 

for x in values: 
    file.write('{}\n', x)

來源

2014-11-04 15:23:24

使用具有優先性和獨特性random.choice（）

回答

相關問題