按概率随机选取

简介: 上一篇笔记的pygame游戏对敌人和白云的移动速度使用了随机函数randint(),游戏体验不是太好。如果是按概率随机选取设置速度的话,游戏体验会好一些。据我了解,random.choice(seq)是等概率选取一个,不是我想要的。

上一篇笔记的pygame游戏对敌人和白云的移动速度使用了随机函数randint(),游戏体验不是太好。如果是按概率随机选取设置速度的话,游戏体验会好一些。

据我了解,random.choice(seq)是等概率选取一个,不是我想要的。而 numpy.random.choice(seq, p, k)是按概率随机重复选取多个,这正是我想要的。

但是,我不想为这么一个函数引入巨大的numpy库,所以打算自己实现一个按概率随机选取的函数。

特此将代码记录如下:


# 作者:hhh5460
# 时间:2017年6月17日

import random

# 根据概率随机选取
def random_choice(seq, prob, k=1):
    '''
    功能:
        按给定概率prob,从seq中选取元素。可重复k次
    注意
        1. seq, prob长度要相等
        2. prob的概率和要等于1
        3. k 表示重复选取的次数,默认为1次
        4. 结果返回list
        5. 用到了random模块的random()函数
    例子:
        >>> random_choice(['a','b','c','d'], [0.4, 0.15, 0.1, 0.35])
        ['d']
        >>> random_choice('abcd', [0.4, 0.15, 0.1, 0.35], k=5)
        ['d','d','b','a','d']
    '''
    res = []
    for j in range(k):
        p = random.random()
        for i in range(len(seq)):
            if sum(prob[:i]) < p <= sum(prob[:i+1]):
                res.append(seq[i])
    return res
    
# 测试
def test():
    print(random_choice(['a','b','c','d'], [0.4, 0.15, 0.1, 0.35], k=5))

test()
目录
相关文章
关于随机点
关于随机点
60 0
|
数据挖掘
kmeans聚类质心个数选取的10种方式
kmeans聚类质心个数选取的10种方式
154 0
|
存储 算法 PyTorch
pytorch 给定概率分布的张量,如何利用这个概率进行重复\不重复采样?
在 PyTorch 中,可以使用 torch.distributions.Categorical 来基于给定的概率分布进行采样。
953 0
|
算法 编译器 应用服务中间件
加权随机设计与实现
加权随机,是指当我们从某种容器中随机选择一个元素,每个元素被选中的机会并不相等,而是由相对“权重”(或概率)被选中的,也就是说我们想要有“偏心”的得到某种随机结果。
78875 1
加权随机设计与实现
|
PyTorch 算法框架/工具
softmax是数字越大,概率越大,如何设置一种新的方法,数字越大,概率越小?
如果您希望在输入数字越大时获得更小的概率,可以使用 Softmax 函数的变体——Softmax 函数的负版本(Negative Softmax)。
344 0
softmax是数字越大,概率越大,如何设置一种新的方法,数字越大,概率越小?
|
大数据 iOS开发 Python
Python 按分类权重(区间)随机获取分类样本
Python 按分类权重(区间)随机获取分类样本
87 0
|
人工智能 移动开发 BI
概率论<一>——随机事件与概率(二)
概率论<一>——随机事件与概率
概率论<一>——随机事件与概率(二)
|
索引 Python
随机生成四则运算题并判断正确率
随机生成四则运算题并判断正确率
162 0
随机生成四则运算题并判断正确率
|
机器学习/深度学习 索引
798. 得分最高的最小轮调 : 上下界分析 + 差分应用
798. 得分最高的最小轮调 : 上下界分析 + 差分应用