Python 的 Numpy np.random.choice 的 scala 等价物是什么？（scala 中的随机加权选择）

Question

我正在寻找 Scala 的等效代码或 python 的基础理论 np.random.choice（Numpy 作为 np）。我有一个类似的实现，它使用 Python 的 np.random.choice 方法来 select 从概率分布中随机移动。

Python's code

输入列表：['pooh'、'rabbit'、'piglet'、'Christopher'] 和概率：[0.5、0.1、0.1、0.3]

我想 select 给定每个输入元素的相关概率，输入列表中的值之一。

Answer 1

Scala 标准库没有 np.random.choice 的等效项，但构建您自己的标准库应该不会太难，具体取决于您要模拟的 options/features。

例如，这是一种获得无限 Stream 提交项目的方法，其中任何一个项目相对于其他项目加权的概率。

def weightedSelect[T](input :(T,Int)*): Stream[T] = {
  val items  :Seq[T]    = input.flatMap{x => Seq.fill(x._2)(x._1)}
  def output :Stream[T] = util.Random.shuffle(items).toStream #::: output
  output
}

有了这个，每个输入项都带有一个乘数。因此，为了获得字符 c 和 v 的无限伪随机选择，c 出现在 3/5 的时间，v 出现在 2/5 的时间:

val cvs = weightedSelect(('c',3),('v',2))

因此 np.random.choice(aa_milne_arr,5,p=[0.5,0.1,0.1,0.3]) 示例的粗略等效为：

weightedSelect("pooh"-> 5
              ,"rabbit" -> 1
              ,"piglet" -> 1
              ,"Christopher" -> 3).take(5).toArray

或者你可能想要一个更好的（不那么伪的）随机分布，它可能会严重不平衡。

def weightedSelect[T](items :Seq[T], distribution :Seq[Double]) :Stream[T] = {
  assert(items.length == distribution.length)
  assert(math.abs(1.0 - distribution.sum) < 0.001) // must be at least close

  val dsums  :Seq[Double] = distribution.scanLeft(0.0)(_+_).tail
  val distro :Seq[Double] = dsums.init :+ 1.1 // close a possible gap
  Stream.continually(items(distro.indexWhere(_ > util.Random.nextDouble())))
}

结果仍然是指定元素的无限Stream，但传入的参数有点不同。

val choices :Stream[String] = weightedSelect( List("this"     , "that")
                                           , Array(4998/5000.0, 2/5000.0))

// let's test the distribution
val (choiceA, choiceB) = choices.take(10000).partition(_ == "this")

choiceA.length  //res0: Int = 9995
choiceB.length  //res1: Int = 5  (not bad)

Python 的 Numpy np.random.choice 的 scala 等价物是什么？（scala 中的随机加权选择）

What is the scala equivalent of Python's Numpy np.random.choice?(Random weighted selection in scala)

random

scala

sampling