Python 按分類權重(區間)隨機獲取分類樣本

按分類權重(區間)隨機獲取分類樣本

By:授客 QQ：1033553122

開發環境

win 10

python 3.6.5

 

需求

活動抽獎，參與抽獎產品有iphone, 華為，小米，魅族，vivo，三星手機，要求為這些不同品牌的手機設置被抽獎的概率(基准概率，非絕對概率，即允許存在一定偏差)，iphone為0，華為0.35，小米為0.25， 魅族0.1，vivo和三星為0.15

 

 

代碼實現

 

#!/usr/bin/env python
# -*- coding:utf-8 -*-


__author__ = 'shouke'

import random


def get_sample_by_rate(sample_rate_list):

    if sum([item[1] for item in sample_rate_list]) != 1:
        raise ValueError("樣本比例配置錯誤，樣本占比之和必須為1!")

    random_normalized_num = random.random()  # random() -> x in the interval [0, 1).
    accumulated_probability = 0.0
    for sample, probabilitie in sample_rate_list:
        accumulated_probability += probabilitie
        if random_normalized_num < accumulated_probability:
            return sample

award_dict = {'iphone':0, '華為':0.35, '小米':0.25, '魅族':0.1, 'vivo':0.15, '三星':0.15}

# 初始化
output_dict = {} # 存放取樣次數
for sample, rate in award_dict.items():
    output_dict[sample] = 0

award_list = sorted(award_dict.items(), key=lambda arg:arg[1], reverse=False)

n = 1000 # 取樣總次數
for i in range(n):
    award = get_sample_by_rate(award_list)
    output_dict[award] += 1

percentage_dict = {key: output_dict[key]/n for key in output_dict} # 存放樣本數占比

print(output_dict)
print(percentage_dict)

　　

 

 

運行結果

 

 

 

 

注意

為啥可以用python的randowm函數來實現這個需求？那是因為python的random函數是平均分布函數，產生的隨機數是等可能的。如下，可以把[0,1)區間看作一條線，生成的隨機數可以看作是線條上一個個點，這樣，就可以根據這個點所在位置，把這個點划分到某個區間（本例中划分了幾個區間[0, 0.1)，[0.1，0.25)，[0.25，0.4)，[0.4， 0.65)，[0.65，1)），映射樣本的概率范圍

0       0.25      0.5              1

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

 

從運行結果來看，不難看出，這種計算方式存在一定的偏差，比較適合大數據