不是从Python对象列表中随机抽取的

Question

我有大约20000个对象的字典，键是对象的字符串表示，值是对象本身。每个对象都有属性self.length和self.rate。self.rate计算为1.5E-8*self.length。在

我需要从这个dict中选择一个预先确定的数量（在这个例子中我们将为500个）基于它们的速率来选择项目。比率较低的对象不太可能被选中，比率较高的对象则更有可能被选中。在

我以为我能做到这一点的方式很慢。在

在while循环中，当选定对象的数量小于所需选择的数量时，我生成一个介于0和dict长度之间的随机数，然后选择该元素。然后我生成另一个随机数，如果这个随机数小于列表中所选对象的rate，则将其添加到所选对象中。起初这看起来不错，但现在我意识到它太慢了。有人对如何更快地做到这一点有什么建议吗？在

一些代码： 对象的类定义

from numpy import random
class object():
    def __init__(self, length):
        self.length  = length
        self.rate = (1.15E-8*self.length)

    def select(self):
        x = random.uniform(0,1)
        if(x<self.rate):
            return True
        else:
            return False

以及完成其余工作的函数（在另一个模块中）：

^{pr2}$

我认为使它变得非常慢的原因是每个对象被选中的概率非常小，以至于在选择一个对象之前需要多次迭代，更不用说500次甚至更多。在

长度分布：

Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
     51     822    1311    1770    2112  103000 

Answer 1

试试这个：

import numpy as np    # requires NumPy 1.7 (!)

def select_random(object_dict, n):
    keys = object_dict.keys()
    rate = np.array([x.rate for x in keys])
    prob = rate / rate.sum()
    return np.random.choice(keys, size=n, replace=True, p=prob)

（Documentation）

另外，调用一个类object是个坏主意，因为这也是内置通用基类的名称。在