在Python中使用Zipf類選擇從列表中選擇元素

Question

是否可以使用Python在Zipf分配之後從列表中選擇一個元素？

假設我有一個列表：

objlist = ['Here', 'in', 'the', 'wall', 'why'] 

到目前爲止，我所看到的https://docs.scipy.org/doc/numpy/reference/generated/numpy.random.zipf.html 但我不能找出解決方案。

在此先感謝。

Answer 1

只需使用numpy.random.zipf(shape_parameter)的輸出作爲列表的索引。但是，有一個問題，zipf分發是未綁定的，並且該值可能比您的索引大。因此將其插入到try:except:塊中。
當您多次運行您的代碼時，會在您的列表中繪製不同的值。但是，由於zipf分配是未綁定的，並且您的列表索引不是，它不會完全zipf分佈。

Saple代碼：

objlist = ['Here', 'in', 'the', 'wall', 'why'] 
index = np.random.zipf([1.2, 1.2]) 
for idx in index: 
    if idx < len(objlist): 
     print(objlist[idx]) 
    else: 
     print "Index {} exceed list".format(idx) 

Wikipedia: Zipf Distribution

Answer 2

我希望我不是誤會你的要求，這裏是我的代碼：

import random 
objlist = ['Here', 'in', 'the', 'wall', 'why'] 
print random.choice(objlist) 

Answer 3

要根據實際經驗齊普夫分佈選擇，你首先需要一張英文單詞頻率表。如果最頻繁的10萬人會，你可以得到一個here。

這是一個PDF，文本更容易處理，所以它轉換，在Linux上，你可以做

pdftotext freq100000.pdf

這將創建一個文本文件freq100000.txt，您可以使用下面的小腳本

import re 
import numpy as np 

record = re.compile('[0-9]+ [0-9]+ [a-z]+') 
data = {} 
for line in open('freq100000.txt'): 
    m = record.match(line.strip()) 
    if not m is None: 
     rank, freq, word = m.group(0).split() 
     data[word] = int(rank), int(freq) 

def rel_freqs(wlist): 
    freqs = np.array([data[word.lower()][1] for word in wlist]) 
    ps = np.add.accumulate(freqs) 
    choice = np.searchsorted(ps, np.random.randint(ps[-1])) 
    return choice 

rel_freqs(['Here', 'in', 'the', 'wall', 'why']) 

函數rel_freqs從列表中隨機選擇一個單詞並返回其索引。繪製單詞的概率與英語中出現的頻率成正比。