Python 按分类权重(区间)随机获取分类样本

╰+哭是因爲堅強的太久メ 2022-09-12 03:51 144阅读 0赞

**开发环境**

win 10

python 3.6.5

**需求**

活动抽奖，参与抽奖产品有iphone, 华为，小米，魅族，vivo，三星手机，要求为这些不同品牌的手机设置被抽奖的概率(基准概率，非绝对概率，即允许存在一定偏差)，iphone为0，华为0.35，小米为0.25， 魅族0.1，vivo和三星为0.15

**代码实现**

<table> 
 <tbody> 
 <tr> 
 <td> 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 </td> 
 <td> <code>#!/usr/bin/env python</code> <code># -*- coding:utf-8 -*-</code> <code>__author__&nbsp;</code><code>=</code>&nbsp;<code>'shouke'</code> <code>import</code>&nbsp;<code>random</code> <code>def</code>&nbsp;<code>get_sample_by_rate(sample_rate_list):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>if</code>&nbsp;<code>sum</code><code>([item[</code><code>1</code><code>]&nbsp;</code><code>for</code>&nbsp;<code>item&nbsp;</code><code>in</code>&nbsp;<code>sample_rate_list]) !</code><code>=</code>&nbsp;<code>1</code><code>:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>raise</code>&nbsp;<code>ValueError(</code><code>"样本比例配置错误，样本占比之和必须为1!"</code><code>)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>random_normalized_num&nbsp;</code><code>=</code>&nbsp;<code>random.random()&nbsp;&nbsp;</code><code># random() -&gt; x in the interval [0, 1).</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>accumulated_probability&nbsp;</code><code>=</code>&nbsp;<code>0.0</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>for</code>&nbsp;<code>sample, probabilitie&nbsp;</code><code>in</code>&nbsp;<code>sample_rate_list:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>accumulated_probability&nbsp;</code><code>+</code><code>=</code>&nbsp;<code>probabilitie</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>if</code>&nbsp;<code>random_normalized_num &lt; accumulated_probability:</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>return</code>&nbsp;<code>sample</code> <code>award_dict&nbsp;</code><code>=</code>&nbsp;<code>{ </code><code>'iphone'</code><code>:</code><code>0</code><code>,&nbsp;</code><code>'华为'</code><code>:</code><code>0.35</code><code>,&nbsp;</code><code>'小米'</code><code>:</code><code>0.25</code><code>,&nbsp;</code><code>'魅族'</code><code>:</code><code>0.1</code><code>,&nbsp;</code><code>'vivo'</code><code>:</code><code>0.15</code><code>,&nbsp;</code><code>'三星'</code><code>:</code><code>0.15</code><code>}</code> <code># 初始化</code> <code>output_dict&nbsp;</code><code>=</code>&nbsp;<code>{}&nbsp;</code><code># 存放取样次数</code> <code>for</code>&nbsp;<code>sample, rate&nbsp;</code><code>in</code>&nbsp;<code>award_dict.items():</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>output_dict[sample]&nbsp;</code><code>=</code>&nbsp;<code>0</code> <code>award_list&nbsp;</code><code>=</code>&nbsp;<code>sorted</code><code>(award_dict.items(), key</code><code>=</code><code>lambda</code>&nbsp;<code>arg:arg[</code><code>1</code><code>], reverse</code><code>=</code><code>False</code><code>)</code> <code>n&nbsp;</code><code>=</code>&nbsp;<code>1000</code>&nbsp;<code># 取样总次数</code> <code>for</code>&nbsp;<code>i&nbsp;</code><code>in</code>&nbsp;<code>range</code><code>(n):</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>award&nbsp;</code><code>=</code>&nbsp;<code>get_sample_by_rate(award_list)</code> <code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>output_dict[award]&nbsp;</code><code>+</code><code>=</code>&nbsp;<code>1</code> <code>percentage_dict&nbsp;</code><code>=</code>&nbsp;<code>{key: output_dict[key]</code><code>/</code><code>n&nbsp;</code><code>for</code>&nbsp;<code>key&nbsp;</code><code>in</code>&nbsp;<code>output_dict}&nbsp;</code><code># 存放样本数占比</code> <code>print</code><code>(output_dict)</code> <code>print</code><code>(percentage_dict)</code> </td> 
 </tr> 
 </tbody> 
</table>

* *

**运行结果**

![1cf3d1025d44e430208f711db83e7cc2.png][]

**注意**

为啥可以用python的randowm函数来实现这个需求？那是因为python的random函数是平均分布函数，产生的随机数是等可能的。如下，可以把\[0,1)区间看作一条线，生成的随机数可以看作是线条上一个个点，这样，就可以根据这个点所在位置，把这个点划分到某个区间（本例中划分了几个区间\[0, 0.1)，\[0.1，0.25)，\[0.25，0.4)，\[0.4， 0.65)，\[0.65，1)），映射样本的概率范围

0       0.25      0.5              1

|--------|--------|----------------|

从运行结果来看，不难看出，这python教程种计算方式存在一定的偏差，比较适合大数据

作者：[授客][Link 1]  
本文版权归原作者所有，仅供学习参考之用，转载请注明出处，未经作者允许请务必保留此段声明！

[1cf3d1025d44e430208f711db83e7cc2.png]: /images/20220828/274dabc84a8f451e8c7eca986f6dcef4.png
[Link 1]: https://www.cnblogs.com/shouke/