如何在python中按概率填充列表？

Question

我想用一个基本的for循环来填充Python中的值列表，但是我希望这些值是按概率计算的，以便在（toy）等式1中计算值的时间的p%和在等式2中计算值的时间的100-p%。你知道吗

到目前为止我得到的是：

    # generate list of random probabilities 
    p_list = np.random.uniform(low=0.0, high=1.0, size=(500,))
    my_list = []

    # loop through but where to put 'p'? append() should probably only appear once
    for p in p_list:
        calc1 = x*y # equation 1
        calc2 = (x-y) # equation 2
        my_list.append(calc1)
        my_list.append(calc2)

Answer 1

您已经生成了一个概率列表p_list，它对应于您要生成的my_list中的每个值。python的方法是通过三元运算符和列表理解：

import random
my_list = [(x*y if random() < p else x-y) for p in p_list]

如果我们把它扩展成一个适当的for循环：

my_list = []
for p in p_list:
    if random() < p:
        my_list.append(x*y)
    else:
        my_list.append(x-y)

---

如果我们想变得更像Python，关于calc1和calc2，我们可以把它们做成lambdas：

calc1 = lambda x,y: x*y
calc2 = lambda x,y: x-y
...
my_list = [calc1(x,y) if random() < p else calc2(x,y) for p in p_list]

或者，根据函数的x和y的不同（假设它们不是静态的），您甚至可以通过两个步骤来理解：

calc_list = [calc1 if random() < p else calc2 for p in p_list]
my_list = [calc(x,y) for calc in calc_list]

Answer 2

其他的答案似乎是假设你想要保持计算好的机会。如果你想要的只是一个结果列表，其中等式1在p%的时间内使用，等式2在100-p%的时间内使用，那么这就是你所需要的：

from random import random, seed

inputs = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# change the seed to see different 'random' outcomes
seed(1)
results = [x * x if random() > 0.5 else 2 * x for x in inputs]

print(results)

Answer 3

我采用了对原始代码进行最小更改和易于理解语法的方法：

import numpy as np

p_list = np.random.uniform(low=0.0, high=1.0, size=(500,))

my_list = []

# uncomment below 2 lines to make this code syntactially correct
#x = 1
#y = 2

for p in p_list:
        # randoms are uniformly distributed over the half-open interval [low, high)
        # so check if p is in [0, 0.5) for equation 1 or [0.5, 1) for equation 2
        if p < 0.5:
                calc1 = x*y # equation 1
                my_list.append(calc1)
        else:
                calc2 = (x-y) # equation 2
                my_list.append(calc2)