Python嵌套for循环替代多elif实现累积频率采样结果异常如何修复

问题原因 #

你写的代码2和原代码1的逻辑存在两个核心差异：

1. 原代码的elif是匹配到第一个满足条件的分支就停止后续判断，但你的内层for循环没有加跳出逻辑，即使前面的i已经满足条件，循环还是会继续执行，后面更大的i对应的累积频率更高，大概率也满足<=判断，会不断覆盖之前的赋值，最终得到的是最大的符合条件的i对应的值，和预期逻辑完全相反。
2. 你的内层循环只遍历了range(0,7)，也就是仅覆盖了i从0到6的情况，原代码中else分支对应随机数大于vetorfreqacumulada[6]的场景你完全没有处理，这部分的vetordemandasim[t]会保持初始化的0，和预期返回7000的逻辑不符。

修复方案 #

方案1：修改循环逻辑（保留你写循环的思路）

在内层循环匹配到第一个符合条件的i后加break跳出，同时补充else分支的处理逻辑：

for t in range(0,100):
    # 先默认赋值为else分支对应的7000
    vetordemandasim[t] = vetordemanda[7]
    for i in range(0,7):
        if vetoraleatorio[t] <= vetorfreqacumulada[i]:
            vetordemandasim[t] = vetordemanda[i]
            # 匹配到第一个符合条件的索引就跳出，不再往后判断
            break

方案2：用numpy内置方法简化（更高效，无需手写循环）

你要实现的本质是根据随机数在累积频率数组中查找对应索引，numpy的searchsorted方法就是专门处理这类场景的，一行就能实现和原代码1完全一致的功能：

vetordemandasim = vetordemanda[np.searchsorted(vetorfreqacumulada, vetoraleatorio)]

内容的提问来源于stack exchange，提问作者jaokz