Python生成随机字符串

Question

我有一个单词列表。

count=100    
list = ['apple','orange','mango']

使用随机函数对上述计数，是否可以使40%的时间选择苹果，30%的时间选择橙子，30%的时间选择芒果？

例如：

for the count=100, 40 times apple, 30 times orange and 30 times mango.

这个选择必须是随机的

- Maverick

Answer 1

根据对关于生成具有指定权重的离散随机变量的问题的回答（参见链接），您可以使用numpy.random.choice，它比random.choice的代码运行速度快20倍。

from numpy.random import choice

sample = choice(['apple','orange','mango'], p=[0.4, 0.3, 0.3], size=1000000)

from collections import Counter
print(Counter(sample))

输出：

Counter({'apple': 399778, 'orange': 300317, 'mango': 299905})

更不用说，它比“按所需比例构建列表，然后对其进行混洗”还要容易实现。此外，混洗总是会产生恰好40％的苹果、30％的橙子和30％的芒果，这并不等于说“根据离散概率分布生成一百万个水果的样本”。后者正是两种choice解决方案（以及bisect）所做的。如上所示，使用numpy时大约有40％的苹果等等。

- arekolek

Answer 2

最简单的方法是按所需比例构建一个列表，然后进行洗牌。

>>> import random
>>> result = ['apple'] * 40 + ['orange'] * 30 + ['mango'] * 30
>>> random.shuffle(result)

根据新要求，计数确实为1,000,000：

>>> count = 1000000
>>> pool = ['apple'] * 4 + ['orange'] * 3 + ['mango'] * 3
>>> for i in xrange(count):
        print random.choice(pool)

一种更加通用但速度较慢的方法是使用bisect对累积分布函数进行插值：

>>> import bisect
>>> choices = ['apple', 'orange', 'mango']
>>> cum_prob_dist = [0.4, 0.7]
>>> for i in xrange(count):
        print choices[bisect.bisect(cum_prob_dist, random.random())]

- Raymond Hettinger

---

但是如果计数=1000000，那么列表大小将会增加，实际上我正在尝试模拟一个数据集，每天有1000000行，在一个月的时间内，如果我使用相同的逻辑，这样做是否好？ - Maverick

这个概念非常通用，有很多方法可以在其基础上进行构建。我编辑了答案，展示如何使用random.choice()从池中逐个选择元素，使得它们的比例正确。你也可以制作一个累积分布，并使用bisect进行选择，但对于你描述的问题来说，那可能有些过度设计了。 - Raymond Hettinger