генерировать случайный взвешенный строковый файл в python

я пытаюсь создать строку из символов ['A','B','C','D','E'] длиной 3900, и каждый символ должен иметь вероятность: {'A': 0.1, 'B': 0.3, 'C': 0.3, 'D': 0.1, 'E': 0.2 } в этой строке я написал следующий код:

from random import random
from bisect import bisect

def weighted_choice(choices):
    values, weights = zip(*choices)
    total = 0
    cum_weights = []
    for w in weights:
        total += w
        cum_weights.append(total)
    x = random() * total
    i = bisect(cum_weights, x)
    return values[i]
string_ = ''
for i in range(0,3900):
    string_ = string_ + weighted_choice([("A",10), ("B",30), ("C",30),("D",10),("E",20)])

with open("rand_file","w") as f:
        f.write(string_)

но он не генерирует строку (файл) на основе вероятностей. он генерирует с такими вероятностями:

C 0.2500264583 
B 0.2499284457 
E 0.1666428313 
D 0.0833782424 
A 0.0833758065

вероятность того, что цикл for запускается каждый раз отдельно, без учета предыдущих результатов.

любая помощь, пожалуйста, чтобы решить эту проблему?


python-3.x python python-2.7 random
person anon    schedule 21.12.2016    source источник

Ответы (3)


arrow_upward
3
arrow_downward

Если вы просто используете список ['A','B','B','B','C','C','C','D','E','E'] и случайным образом выбираете из него элемент, вы можете полностью избавиться от всего этого взвешивания в своем коде, и взвешивание будет встроенным.

Вы можете видеть это в следующем примере (да, я не сомневаюсь, что его можно было бы написать лучше, но он предназначен только для проверки концепции, а не для готового к производству чистого кода):

from random import random, seed

def choice(lst):
    return lst[int(random() * len(lst))];

seed()

(a, b, c, d, e, t) = (0, 0, 0, 0, 0, 0)

for i in range(1000):
    x = choice('ABBBCCCDEE')
    if (x == 'A'): a += 1
    if (x == 'B'): b += 1
    if (x == 'C'): c += 1
    if (x == 'D'): d += 1
    if (x == 'E'): e += 1
    t += 1

print ("a =", a, "which is", a * 100 / t, "%")
print ("b =", b, "which is", b * 100 / t, "%")
print ("c =", c, "which is", c * 100 / t, "%")
print ("d =", d, "which is", d * 100 / t, "%")
print ("e =", e, "which is", e * 100 / t, "%")

с выходным соответствием (примерно) желаемому распределению:

a = 101 which is 10.1 %
b = 297 which is 29.7 %
c = 299 which is 29.9 %
d = 102 which is 10.2 %
e = 201 which is 20.1 %

Теперь это, очевидно, будет раздражать, если ваш дистрибутив 99,9% A и 0,1% B (это будет довольно длинная строка, переданная в choice), но этого должно быть достаточно для вашего дистрибутива.

person paxdiablo    schedule 21.12.2016
comment
Это, вероятно, достаточно хорошо в большинстве случаев. Хотя и не в худшем случае A:0.50000000001, B:0.49999999999 - person Marijn van Vliet; 21.12.2016

arrow_upward
1
arrow_downward

Вы можете сгенерировать все буквы в соответствии с весовыми коэффициентами, затем случайным образом перемешать их и, наконец, соединить. Что-то типа:

from random import shuffle
N = 3900 # the string length
doc = {'A':0.1, 'B':0.3, 'C':0.3, 'D':0.1, 'E':0.2 } #weights
letters = []
for key in doc.keys():
    m = int(doc[key] * N) #generate correct number of letter
    letters.append(list(key * m))

letters = [item for sublist in letters for item in sublist] # flatten the list
shuffle(letters) # shuffle all letters randomly
result = ''.join(letters) # join all letter to make one string

print(len(result))
# 3900
person Mahdi    schedule 21.12.2016
comment
m = int(doc[key] * N) не гарантирует, что в конце будет len(letters) == N, так как int() всегда будет округляться в меньшую сторону. - person Marijn van Vliet; 21.12.2016

arrow_upward
0
arrow_downward

на самом деле это то же самое, что и решение paxdiablo, за исключением немного более общего (для вашего простого примера его решение лучше. +1):

import random

choice = [("A",10), ("B",30), ("C",30),("D",10),("E",20)]
choose_from = ''.join(x * letter for letter, x in choice)

print(choose_from)
#  AAAAAAAAAABBBBBBBBBBBBBBBBBBBBBBBBBBBBBBCCCCCCCCCCCCCCCCCCCCCCCCCCCCCCDDetc...

print(random.choice(choose_from))
person hiro protagonist    schedule 21.12.2016