我想从列表中抽取项目样本，但我想设置包含每个项目的概率，而不是要抽取的项目总数(因此 random.sample( )不起作用)。我通过以下代码得到了我想要的效果(其中 p 是包含概率，items 是事物列表):
[item for item in items if random.random() < p]
但是速度很慢。有什么加快速度的建议吗？
该列表最多有 1000 万个项目，并且是单一类型(都是整数)，所以也许有一个 numpy/pandas 解决方案？
谢谢!
尼克
最佳答案
结果样本中的项目数量(n 次尝试，每个尝试的概率为 p)具有二项式分布，因此可以快速随机生成，例如使用 numpy:
sample_size = numpy.random.binomial(len(population). p)
现在，the_sample = random.sample(population,sample_size) 完全满足您的需求 - 相当于以相同的概率随机、独立地挑选总体中的每个项目p .
这是基于你的示例代码，你说它太慢了，但也说它在其他方面还可以——即，对于总体中的每个项目都有相同的p。如果每个项目都有一个完全不同的 p，则这是行不通的(如果有几个不同的 p 值，它可以通过分层抽样来工作——将总体划分为统一的，每个子总体都有一个 p 值，并独立地从每个子总体中获取样本，然后将它们合并)。
关于python - 从 python 列表中快速、独立随机抽取/样本 - 固定概率，而不是总数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/28205593/