如何用Python加速随机选择生成？随机游走生成器优化问询

我用Python和NumPy实现了一个随机游走生成器，给定邻接矩阵的情况下，可以从每个节点出发采样随机路径。为此我写了下面这个类，它接收图中每个节点的邻居节点列表，以及对应的转移概率作为输入：

import numpy as np
class RandomChoice(object):
    def __init__(self, neighbors_choices, neighbors_prob, depth=50):
        C = len(neighbors_choices)
        self.depth = depth
        self.neighbors_choices = neighbors_choices
        self.neighbors_prob = neighbors_prob  # 原代码未完成，这里补全变量赋值

类的核心参数说明 #

• neighbors_choices：一个嵌套列表，每个子列表对应单个节点的所有邻居节点集合
• neighbors_prob：和neighbors_choices一一对应的嵌套概率列表，每个子列表的概率对应邻居节点的转移权重（需要保证每个子列表内的概率总和为1）
• depth：随机游走的最大步数，默认设置为50

后续可以给这个类添加路径生成的方法，比如写一个generate_single_walk(start_node)函数：每次基于当前节点的概率分布，用np.random.choice选取下一个节点，循环执行直到达到设定的depth，最终返回完整的游走路径。

内容的提问来源于stack exchange，提问作者Robin