我需要一個Python函數，當給出所需的字符概率時，它將輸出一個4個不同字符的隨機字符串

Question

例如， 函數可能類似於def randABCD（n，.25，.34，.25， 0.25）：

其中n是要生成的字符串的長度和下面的數字是A，B，C的期望概率，D.

我可以想象這是相當簡單的，但是我在創建工作程序時遇到困難。任何幫助將不勝感激。

Answer 1

謝謝大家的幫助，我能夠找出一些東西，主要是這個信息。 對於我的特殊需求，我做了這樣的事情：

import random 
#Create a function to randomize a given string 
def makerandom(seq): 
    return ''.join(random.sample(seq, len(seq))) 
def randomDNA(n, probA=0.25, probC=0.25, probG=0.25, probT=0.25): 
    notrandom='' 
    A=int(n*probA) 
    C=int(n*probC) 
    T=int(n*probT) 
    G=int(n*probG) 

#The remainder part here is used to make sure all n are used, as one cannot 
#have half an A for example. 
    remainder='' 
    for i in range(0, n-(A+G+C+T)): 
     ramainder+=random.choice("ATGC") 
    notrandom=notrandom+ 'A'*A+ 'C'*C+ 'G'*G+ 'T'*T + remainder 
    return makerandom(notrandom) 

Answer 2

隨機類在Python中非常強大。您可以根據適當的權重生成所需字符的列表，然後使用random.choice來獲取選擇。

首先，確保你做一個隨機導入。

例如，假設您想要A，B，C或D中的一個真正的隨機字符串。 1.使用字符 li = ['A'，'B'，'C' 'd']

然後從它使用random.choice 輸出獲得的值= 「」。加入（[random.choice（LI），其中i在範圍（0，n）的]）

你可以很容易地用n作爲參數來創建一個函數。

在上述情況下，你獲得A，B，C或D.

您可以使用重複的條目列表中的給人物的概率更高的機會均等。所以，舉個例子，假設你想要A和B分別有50％的機會和25％的機會。你可以有一個這樣的數組：

LI = [ 'A'， 'A'， 'B'， 'C']

等。

這將是不難的參數化字符進入期望的權重，以模型，我會用字典。

characterbasis = { 'A'：25， 'B'：25， 'C'：25， 'd'：25}

作出這樣的第一個參數，以及第二個是字符串的長度並使用上面的代碼來生成你的字符串。

Answer 3

對於四個字母，這裏的東西快了我的頭頂部：

from random import random 

def randABCD(n, pA, pB, pC, pD): 
    # assumes pA + pB + pC + pD == 1 
    cA = pA 
    cB = cA + pB 
    cC = cB + pC 
    def choose(): 
     r = random() 
     if r < cA: 
      return 'A' 
     elif r < cB: 
      return 'B' 
     elif r < cC: 
      return 'C' 
     else: 
      return 'D' 
    return ''.join([choose() for i in xrange(n)]) 

我毫不懷疑，這是可以做出更清潔/更短的，我只是有點着急權現在。

我不會滿足於David在達科塔的答案中使用重複字符列表的原因是，根據您的概率，可能無法在正確的數字中創建重複列表以模擬概率你要。 （好吧，我想這可能總是可能的，但是你可能需要一個巨大的清單 - 如果你的概率是0.11235442079，0.4072777384，0.2297927874，0.25057505341？）

編輯：這裏有一個更清潔的通用版本，與任意數量的字母與任何權重的工作原理：

from bisect import bisect 
from random import uniform 

def rand_string(n, content): 
    ''' Creates a string of letters (or substrings) chosen independently 
     with specified probabilities. content is a dictionary mapping 
     a substring to its "weight" which is proportional to its probability, 
     and n is the desired number of elements in the string. 

     This does not assume the sum of the weights is 1.''' 
    l, cdf = zip(*[(l, w) for l, w in content.iteritems()]) 
    cdf = list(cdf) 
    for i in xrange(1, len(cdf)): 
     cdf[i] += cdf[i - 1] 
    return ''.join([l[bisect(cdf, uniform(0, cdf[-1]))] for i in xrange(n)])   

Answer 4

這裏是什麼可能適合你

import random as r 

def distributed_choice(probs): 
    r= r.random() 
    cum = 0.0 

    for pair in probs: 
     if (r < cum + pair[1]): 
      return pair[0]   
     cum += pair[1] 

一個粗略的想法參數probs獲取表單（對象，概率）對的列表。假定概率之和是1（否則，它的平凡歸一化）。

要使用它，執行：

''.join([distributed_choice(probs)]*4) 

Answer 5

下面是選擇單個加權值的代碼。你應該可以從這裏拿走它。它使用bisect和random來完成這項工作。

from bisect import bisect 
from random import random 

def WeightedABCD(*weights): 
    chars = 'ABCD' 
    breakpoints = [sum(weights[:x+1]) for x in range(4)] 
    return chars[bisect(breakpoints, random())] 

這樣稱呼：WeightedABCD(.25, .34, .25, .25)。

編輯：這裏是即使權重加起來也不到1.0可用的版本：

from bisect import bisect_left 
from random import uniform 

def WeightedABCD(*weights): 
    chars = 'ABCD' 
    breakpoints = [sum(weights[:x+1]) for x in range(4)] 
    return chars[bisect_left(breakpoints, uniform(0.0,breakpoints[-1]))] 

Answer 6

嗯，是這樣的：

import random 
class RandomDistribution: 
    def __init__(self, kv): 
     self.entries = kv.keys() 
     self.where = [] 
     cnt = 0 
     for x in self.entries: 
      self.where.append(cnt) 
      cnt += kv[x] 
     self.where.append(cnt) 

    def find(self, key): 
     l, r = 0, len(self.where)-1 
     while l+1 < r: 
      m = (l+r)/2 
      if self.where[m] <= key: 
       l=m 
      else: 
       r=m 
     return self.entries[l] 

    def randomselect(self): 
     return self.find(random.random()*self.where[-1]) 

rd = RandomDistribution({"foo": 5.5, "bar": 3.14, "baz": 2.8 }) 
for x in range(1000): 
    print rd.randomselect() 

應該讓你最的方式...