Python生成带权重重复值：按指定频率生成15000个优先级元素

嘿，这个需求用Python标准库就能轻松搞定，给你两种实用方案，根据你的精度要求选就行：

方案1：快速随机生成（允许微小误差） #

如果只是需要近似符合频率要求，用random.choices()是最简洁的方式，Python 3.6+就支持这个方法，直接指定权重参数即可：

import random

priority = ['Emergency', 'High', 'Normal', 'Low']
# 对应10%、20%、30%、40%的频率权重（用小数或整数比例都可以，比如[1,2,3,4]效果一样）
weights = [0.1, 0.2, 0.3, 0.4]
# 生成15000个元素的列表
result_list = random.choices(priority, weights=weights, k=15000)

验证频率 #

你可以用collections.Counter来统计实际频率，看看是否符合预期：

from collections import Counter

total = len(result_list)
counts = Counter(result_list)
for item, count in counts.items():
    print(f"{item}: {count} 次，频率 {count/total*100:.2f}%")

因为是随机抽样，结果会有一点点误差，但整体会非常接近设定的频率，完全满足大多数场景需求。

方案2：精确控制数量（无误差） #

如果要求每个元素的数量绝对精确（比如必须正好1500个Emergency、3000个High），可以先按数量生成每个元素的重复列表，再打乱顺序：

import random

priority = ['Emergency', 'High', 'Normal', 'Low']
total = 15000
# 计算每个元素的精确数量
item_counts = {
    'Emergency': int(total * 0.1),
    'High': int(total * 0.2),
    'Normal': int(total * 0.3),
    'Low': int(total * 0.4)
}
# 构建初始列表
result_list = []
for item, cnt in item_counts.items():
    result_list.extend([item] * cnt)
# 打乱列表，保证随机性
random.shuffle(result_list)

这个方法生成的列表，每个元素的数量完全符合比例，打乱后也能保证随机性，适合对精度要求极高的场景。

两种方案对比 #

• 方案1：代码简洁，生成速度快，适合大多数不需要绝对精确的场景；
• 方案2：绝对精确，生成后打乱也能保证随机分布，适合严格要求频率的场景。

内容的提问来源于stack exchange，提问作者IndigoChild