如何为numpy.random.choice基于数组元素大小分配权重？

直接用元素本身的值作为权重基础，归一化后传给np.random.choice即可，步骤清晰直白：

• 计算数组所有元素的总和，将每个元素值除以总和，得到对应索引的概率（自动满足和为1的要求）
• 生成数组的索引序列，用np.random.choice传入索引和刚才计算的概率列表

实际代码示例 #

import numpy as np

# 目标数组
arr = np.array([9, 4, 50, 6, 7, 19, 30])
# 计算归一化后的权重（和为1）
weights = arr / arr.sum()
# 生成数组的索引数组
indices = np.arange(len(arr))
# 按权重随机选择索引
selected_index = np.random.choice(indices, p=weights)
print(selected_index)

额外注意点 #

• 如果数组包含负数，直接用值做权重会报错，需根据需求预处理：比如给所有元素加偏移量让值全为正，或取绝对值，确保权重非负
• 若需要批量选择索引，给np.random.choice添加size参数即可，例如size=3可一次性选3个索引

内容的提问来源于stack exchange，提问作者StacyDG