在Python中以不同的概率从 List 中选择元素

在 Python 中，有时我们需要从一个 List 中随机选择一个元素，而且不同的元素被选择的概率是不同的。

比如，我们有一个 List 包含三个元素 ['A', 'B', 'C']，现在需要随机选择一个元素，但是选择 'A' 的概率是 50%，选择 'B' 的概率是 30%，选择 'C' 的概率是 20%。

如何实现这个随机选择的功能呢？

本文将介绍三种不同的方法，分别是：

1. 使用 random.choices() 函数
2. 使用 numpy.random.choice() 函数
3. 自己实现随机选择算法

使用 random.choices() 函数

random.choices(population, weights=None, *, cum_weights=None, k=1)

这个函数可以从 population 中随机选择 k 个元素，每个元素被选中的概率可以通过 weights 参数指定。如果 weights=None，则每个元素被选中的概率相同。如果 weights 不为 None，则它必须是一个与 population 具有相同长度的列表或数组，其中每个元素都是一个正数，表示相应元素被选中的概率。

import random

population = ['A', 'B', 'C']
weights = [0.5, 0.3, 0.2]

result = random.choices(population, weights=weights)

print(result)

输出结果可能是：

['A']

使用 numpy.random.choice() 函数

numpy.random.choice(a, size=None, replace=True, p=None)

这个函数与 random.choices() 的功能类似，可以从 a 中随机选择元素，每个元素被选中的概率可以通过 p 参数指定。如果 p=None，则每个元素被选中的概率相同。如果 p 不为 None，则它必须是一个与 a 具有相同长度的列表或数组，其中每个元素都是一个非负数，并且它们的和必须为 1。

import numpy as np

a = ['A', 'B', 'C']
p = [0.5, 0.3, 0.2]

result = np.random.choice(a, size=1, p=p)

print(result)

输出结果可能是：

['B']

自己实现随机选择算法

如果你不想使用 Python 自带的 random 或 numpy 库，可以自己实现随机选择算法。一个简单的方法是先计算出每个元素被选中的概率，然后使用随机数生成器生成一个 0 到 1 之间的随机数 r，然后逐个累加每个元素的概率，直到累加和大于等于 r，那么当前元素即为所选元素。

import random

def random_choice_with_probability(population, probability):
    assert len(population) == len(probability)
    r = random.uniform(0, sum(probability))
    s = 0
    for i in range(len(population)):
        s += probability[i]
        if s >= r:
            return population[i]
    return None

population = ['A', 'B', 'C']
probability = [0.5, 0.3, 0.2]

result = random_choice_with_probability(population, probability)

print(result)

输出结果可能是：

'A'

这三种方法都可以实现在 Python 中以不同的概率从 List 中选择元素的功能，选择哪种方法取决于你的需求和习惯。