我有一个Python字典，其中键表示某些项目，值表示所述项目的某些(规范化)权重。例如：
d = {'a': 0.0625, 'c': 0.625, 'b': 0.3125}
# Note that sum([v for k,v in d.iteritems()]) == 1 for all `d`
鉴于项目与权重的这种相关性，我如何从 6.25% 的结果为"a"、32.25% 的结果为"b"、62.5% 的结果为"c"的d中选择键？
def weighted_random_by_dct(dct):
rand_val = random.random()
total = 0
for k, v in dct.items():
total += v
if rand_val <= total:
return k
assert False, 'unreachable'
应该做这个伎俩。 遍历每个键并保持一个运行总和，如果随机值(介于 0 和 1 之间)落在插槽中，则返回该键
从Python 3.6开始，你可以使用内置random.choices()，而不必使用Numpy。
因此，如果我们想从字典中采样(替换)25 个键，其中值是被采样的权重/概率，我们可以简单地编写：
import random
random.choices(list(my_dict.keys()), weights=my_dict.values(), k=25)
这将输出采样键的列表：
['c', 'b', 'c', 'b', 'b', 'c', 'c', 'c', 'b', 'c', 'b', 'c', 'b', 'c', 'c', 'c', 'c', 'c', 'a', 'b']
如果只需要一个键，请将k设置为 1 并从random.choices返回的列表中提取单个元素：
random.choices(list(my_dict.keys()), weights=my_dict.values(), k=1)[0]
(如果不将my_dict.keys()转换为列表，则会收到一个 TypeError ，说明它如何不可下标。
以下是文档中的相关代码段：
random.choices(population， weights=None， *， cum_weights=None， k=1)
返回从填充中选择的元素的 k 大小列表，并进行替换。如果总体为空，则引发索引错误。
如果指定了权重序列，则根据相对权重进行选择。或者，如果给出了cum_weights序列，则根据累积权重进行选择(可能使用 itertools.accumulate() 计算)。例如，相对权重 [10， 5， 30， 5] 等效于累积权重 [10， 15， 45， 50]。在内部，相对权重在进行选择之前会转换为累积权重，因此提供累积权重可以节省工作。
如果既未指定权重，也未指定cum_weights，则以相等的概率进行选择。如果提供了权重序列，则该序列的长度必须与总体序列相同。指定权重和cum_weights是一个类型错误。
权重或cum_weights可以使用与 random() 返回的浮点值互操作的任何数值类型(包括整数、浮点数和分数，但不包括小数)。假定权重为非负数。
对于给定的种子，具有相同权重的 choices() 函数通常产生与重复调用 choice() 不同的序列。choices() 使用的算法使用浮点算法来实现内部一致性和速度。choice() 使用的算法默认为重复选择的整数算术，以避免舍入误差的小偏差。
根据 https://stackoverflow.com/a/39976962/5139284 的评论，random.choices对于小数组来说更快，numpy.random.choice对于大数组来说更快。numpy.random.choice还提供了无需替换即可采样的选项，而没有内置的 Python 标准库函数。
如果您打算经常这样做，您可以使用numpy从具有加权概率的列表中选择您的键，使用np.random.choice().下面的示例将使用加权概率选择您的键 10,000 次。
import numpy as np
probs = [0.0625, 0.625, 0.3125]
keys = ['a', 'c', 'b']
choice_list = np.random.choice(keys, 10000, replace=True, p=probs)
不确定您的用例是什么，但您可以查看 NLTK 包中的频率分布/概率分布类，它们处理所有细节。
FreqDist 是计数器的扩展，可以传递给 ProbDistI 接口。ProbDistI 接口公开了一个可用于对分布进行采样的"generate()"方法，以及一个可用于获取给定键的概率的"prob(sample)"方法。
对于您的情况，您需要使用最大似然估计，因此 MLEProbDist。如果你想平滑分布，你可以尝试LaplaceProbDist或SimpleGoodTuringProbDist。
例如：
from nltk.probability import FreqDist, MLEProbDist
d = {'a': 6.25, 'c': 62.5, 'b': 31.25}
freq_dist = FreqDist(d)
prob_dist = MLEProbDist(freq_dist)
print prob_dist.prob('a')
print prob_dist.prob('b')
print prob_dist.prob('c')
print prob_dist.prob('d')
将打印"0.0625 0.3125 0.625 0.0"。
若要生成新示例，可以使用：
prob_dist.generate()
如果你能够使用 numpy，你可以使用 numpy.random.choice 函数，如下所示：
import numpy as np
d = {'a': 0.0625, 'c': 0.625, 'b': 0.3125}
def pick_by_weight(d):
d_choices = []
d_probs = []
for k,v in d.iteritems():
d_choices.append(k)
d_probs.append(v)
return np.random.choice(d_choices, 1, p=d_probs)[0]
d = {'a': 0.0625, 'c': 0.625, 'b': 0.3125}
choice = pick_by_weight(d)
我的理解是：你需要一个简单的随机函数，它将在 0 到 1 之间均匀地生成一个随机数。如果值在0 to 0.0625之间，您将选择键a，如果它介于0.0625 and (0.0625 + 0.625)之间，那么您将选择键c等。这就是这个答案中实际提到的。
由于随机数将统一生成，因此与其他键相比，预计与较大权重相关的键将被更多地选择。