DolphinDB中如何按指定概率对数组进行随机抽样

DolphinDB 原生支持按指定概率数组开展加权随机抽样，完全覆盖 Python 中np.random.choice传入p参数实现的抽样能力，直接调用内置sample函数即可实现。

核心参数说明 #

sample函数用于随机抽样时，和需求匹配的参数规则如下：

• 第一参数传入待抽样的数组/向量，对应np.random.choice的a参数
• 第二参数传入需要抽取的样本总数量，对应np.random.choice的size参数
• 第三参数replace控制是否有放回抽样，默认值为true，和np.random.choice的默认行为一致
• 第四参数weights传入每个元素对应的抽取概率/权重，对应np.random.choice的p参数，注意该参数不需要强制做归一化处理，传入的权重和不需要等于1，系统会自动完成归一化计算

等价实现代码 #

和示例Python代码完全对应的DolphinDB实现如下：

// 定义待抽样数组与对应概率
a = [1, 2, 3, 4]
p = [0.1, 0.1, 0.3, 0.5]
// 有放回抽取100个符合概率分布的样本
sampled_result = sample(a, 100, weights=p)

注意事项 #

• 如果需要做无放回加权抽样，将replace参数显式设为false即可，此时要求抽样量不能超过待抽样数组的元素总数，否则会抛出运行错误
• 如果需要固定抽样结果实现可复现，可在执行抽样代码前调用rand(seed_value)设置固定随机种子，例如执行rand(1024)后再运行抽样逻辑，多次运行得到的抽样结果完全一致
• 传入的权重数组长度必须和待抽样数组长度完全相等，否则会触发参数不匹配报错

内容的提问来源于stack exchange，提问作者YaN