如何在np.random.choice循环生成组合时避免指定元素同时出现

提供两种可直接使用的实现方案，你可以根据实际场景选择：

方案1：过滤法（实现最简单，10000次抽样场景完全够用） #

该方案会在生成样本后校验规则，仅保留符合要求的样本，完全保留你原始的加权无放回抽样的概率分布：

import numpy as np

# 替换为你的实际城市列表、抽样概率
cities = ['RO', 'MI', 'VE', 'NA', 'SI']
cities_prob = [0.2, 0.2, 0.2, 0.2, 0.2]

np.random.seed(42)
portfolio = []
sample_count = 10000

while len(portfolio) < sample_count:
    port_gar = list(np.random.choice(cities, size=4, replace=False, p=cities_prob))
    # 校验规则：RO和SI不同时存在则保留
    if not ('RO' in port_gar and 'SI' in port_gar):
        portfolio.append(port_gar)

print(portfolio)

方案2：定向生成法（效率更高，适合超大样本量场景） #

针对你当前5选4的场景，合法样本本质只有两类：排除RO、或者排除SI。可以直接按权重计算两类样本的抽样概率，定向生成合法样本，避免无效抽样：

import numpy as np

cities = ['RO', 'MI', 'VE', 'NA', 'SI']
cities_prob = [0.2, 0.2, 0.2, 0.2, 0.2]
np.random.seed(42)
portfolio = []
sample_count = 10000

# 计算排除RO的组合权重、排除SI的组合权重
weight_exclude_ro = np.prod([cities_prob[cities.index(c)] for c in ['MI', 'VE', 'NA', 'SI']])
weight_exclude_si = np.prod([cities_prob[cities.index(c)] for c in ['RO', 'MI', 'VE', 'NA']])
total_weight = weight_exclude_ro + weight_exclude_si
prob_exclude_ro = weight_exclude_ro / total_weight

for _ in range(sample_count):
    if np.random.rand() < prob_exclude_ro:
        # 排除RO，生成样本
        port = ['MI', 'VE', 'NA', 'SI']
    else:
        # 排除SI，生成样本
        port = ['RO', 'MI', 'VE', 'NA']
    # 如果需要打乱元素顺序可以取消下一行的注释
    # np.random.shuffle(port)
    portfolio.append(port)

print(portfolio)

注意事项 #

• 如果后续你需要扩展互斥规则、或者修改抽样大小/城市数量，优先使用方案1，仅需修改if判断的校验规则即可，适配性更强
• 如果需要保留原始抽样的元素随机顺序，方案1无需额外调整，方案2需要补充打乱顺序的逻辑

内容的提问来源于stack exchange，提问作者Adorable