分类分布的快速按需抽样
categorical的Python项目详细描述
分类采样器：从pip安装分类采样器首先，对一组随机数进行抽样，以确定随机导入random中的概率&ldquo；scores&rdquo；
>；>；k=10**6
>；>；scores=[random（）for i in range（k）]
>；>；total=sum（scores）
>；>；概率=[s/分数中s的总和]
我们将分数标准化为和为1，即将
它们转化为适当的概率，但实际上分类采样器将为我们这样做，因此不必：
>；从分类导入分类为c
>；my_sampler=c（分数）
>；>print my_sampler.sample（）
487702
开始=时间。时间（）
>；>>对于范围（1000）内的i：
>；>>选择（k，p=概率）
>；>>打印时间。时间（）-开始
>；
>；>>定义时间我的别名（）：
>；>开始=时间。时间（）
>；>>；>>；对于范围（1000）内的i：
>；>>gt；My'u Sampler.sample（）
>>>gt；打印时间.time（）-开始
>；
>>>>；
>>>>>>>>>>>>>>>>>>>>>时间-时间-时间-时间-时间
>31.055500909842
>>>>>>>0.012703180318003131
>>
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>我的My'u Sampler。获取概率（487702）的概率（487702）
>>>>>>>>>>>>>>>>>>>>>>>1.0911282101090306E-06号
>；>；k=10**6
>；>；scores=[random（）for i in range（k）]
>；>；total=sum（scores）
>；>；概率=[s/分数中s的总和]
我们将分数标准化为和为1，即将
它们转化为适当的概率，但实际上分类采样器将为我们这样做，因此不必：
>；从分类导入分类为c
>；my_sampler=c（分数）
>；>print my_sampler.sample（）
487702
开始=时间。时间（）
>；>>对于范围（1000）内的i：
>；>>选择（k，p=概率）
>；>>打印时间。时间（）-开始
>；
>；>>定义时间我的别名（）：
>；>开始=时间。时间（）
>；>>；>>；对于范围（1000）内的i：
>；>>gt；My'u Sampler.sample（）
>>>gt；打印时间.time（）-开始
>；
>>>>；
>>>>>>>>>>>>>>>>>>>>>时间-时间-时间-时间-时间
>31.055500909842
>>>>>>>0.012703180318003131
>>
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>我的My'u Sampler。获取概率（487702）的概率（487702）
>>>>>>>>>>>>>>>>>>>>>>>1.0911282101090306E-06号
欢迎加入QQ群-->： 979659372
