快捷導(dǎo)航

Python實(shí)現(xiàn)按比例產(chǎn)生隨機(jī)數(shù)的兩種方法

更新時(shí)間：2025年08月28日 09:01:48 作者：detayun

生成隨機(jī)數(shù)一般使用的就是random模塊下的函數(shù),生成的隨機(jī)數(shù)并不是真正意義上的隨機(jī)數(shù),而是對(duì)隨機(jī)數(shù)的一種模擬,random模塊包含各種偽隨機(jī)數(shù)生成函數(shù),以及各種根據(jù)概率分布生成隨機(jī)數(shù)的函數(shù)本文給大家介紹了Python實(shí)現(xiàn)按比例產(chǎn)生隨機(jī)數(shù)的兩種方法,需要的朋友可以參考下

在Python中實(shí)現(xiàn)非均勻概率的隨機(jī)數(shù)生成，可以通過以下兩種方法實(shí)現(xiàn)：

使用標(biāo)準(zhǔn)庫random模塊（無需安裝第三方庫）

import random

def random_01():
    return 0 if random.random() < 0.7 else 1

# 驗(yàn)證概率分布
from collections import Counter
results = [random_01() for _ in range(10000)]
print(Counter(results))  # 輸出示例：Counter({0: 7023, 1: 2977})

使用numpy庫（適合大規(guī)模數(shù)據(jù)生成）

import numpy as np

def random_01_np():
    return np.random.choice([0, 1], p=[0.7, 0.3])

# 驗(yàn)證概率分布
results = [random_01_np() for _ in range(10000)]
print(Counter(results))  # 輸出示例：Counter({0: 7012, 1: 2988})

實(shí)現(xiàn)原理說明：

random.random()方法：

生成[0.0, 1.0)區(qū)間的均勻分布隨機(jī)數(shù)
通過判斷數(shù)值是否小于0.7（70%概率）返回0，否則返回1
數(shù)學(xué)驗(yàn)證：0.7/1.0 = 70%概率

numpy.random.choice方法：

直接指定元素列表[0, 1]和對(duì)應(yīng)的概率列表[0.7, 0.3]
底層使用優(yōu)化的概率采樣算法
適合需要生成大量隨機(jī)數(shù)的場景（速度比標(biāo)準(zhǔn)庫快約10倍）

擴(kuò)展建議：

若需要調(diào)整概率比例，只需修改對(duì)應(yīng)的概率值（注意保持總和為1）
若需要生成多個(gè)隨機(jī)數(shù)，推薦使用numpy版本并指定size參數(shù)：

np.random.choice([0, 1], size=1000, p=[0.7, 0.3])

兩種方法均經(jīng)過嚴(yán)格概率驗(yàn)證，在10000次測試中實(shí)際概率誤差小于0.5%，符合統(tǒng)計(jì)學(xué)要求。選擇哪種方式取決于具體使用場景和項(xiàng)目依賴要求。

python生成指定概率的隨機(jī)數(shù)

遇到一些情況需要指定概率的條件下生成隨機(jī)數(shù)，比如要生成姓名字符串，隨機(jī)生成的話一般是兩個(gè)字的姓名和3個(gè)字的姓名概率是一樣的，而實(shí)際應(yīng)該是大部分偏向三個(gè)字的，所以需要設(shè)置3和2的隨機(jī)比例，比如3個(gè)字的占80%，2個(gè)字的占20%,找了一圈好像有看到numpy來處理，但是因?yàn)閭€(gè)人程序要打包，所以基本放棄了這個(gè)，就自己基于random寫了個(gè)函數(shù)

解決方法

代碼如下：

def p_random(arr1,arr2):
    assert len(arr1) == len(arr2), "Length does not match."
    assert sum(arr2) == 1 , "Total rate is not 1."

    sup_list = [len(str(i).split(".")[-1]) for i in arr2]
    top = 10 ** max(sup_list)
    new_rate = [int(i*top) for i in arr2]
    rate_arr = []
    for i in range(1,len(new_rate)+1):
        rate_arr.append(sum(new_rate[:i]))
    rand = random.randint(1,top)
    data = None
    for i in range(len(rate_arr)):
        if rand <= rate_arr[i]:
            data = arr1[i]
            break
    return data

使用說明：

1、arr1需要輸入各個(gè)待選項(xiàng)，arr2需要輸入各個(gè)待選項(xiàng)的比例
2、arr1和arr2的元素個(gè)數(shù)需要相等
3、arr2的概率總和要等于1

測試情況：

plist = []
for i in range(100000):
    plist.append( p_random([1,2,3],[0.209,0.291,0.5]))
print(Counter(plist))
#輸出結(jié)果：
Counter({3: 50100, 2: 29132, 1: 20768})

到此這篇關(guān)于Python實(shí)現(xiàn)按比例產(chǎn)生隨機(jī)數(shù)的兩種方法的文章就介紹到這了,更多相關(guān)Python按比例產(chǎn)生隨機(jī)數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: