如果我评估类似：
numpy.random.choice(2, size=100000, p=[0.01, 0.99])
使用一个均匀分布的随机数float, say r，并决定是否r < 0.01可能会浪费许多生成的随机位（熵）。我听说（二手）生成伪随机数的计算成本很高，所以我假设numpy不会这样做，而是会使用类似的方案算术编码在这种情况下。
然而，一开始glance看起来choice确实生成了float对于每个需要的样品。此外，快速timeit实验表明，生成n均匀浮动实际上比n样本来自p=[0.01, 0.99].
>>> timeit.timeit(lambda : numpy.random.choice(2, size=100000, p=[0.01, 0.99]), number=1000)
1.74494537999999
>>> timeit.timeit(lambda : numpy.random.random(size=100000), number=1000)
0.8165735180009506
Does choice真正生成一个float对于每个样本，它会出现什么？在某些情况下（特别是如果size很大并且p分布不均匀）？如果没有，为什么不呢？
从 NumPy 1.17 开始，原因很大程度上是向后兼容性。也可以看看这个问题 and 这个问题.
从 NumPy 1.17 开始，numpy.random.*功能，包括numpy.random.choice，是遗留功能，并且“应保持与当前相同”，根据NumPy 的新 RNG 政策，其中还引入了NumPy 的新随机生成系统。使它们成为遗留功能的原因包括避免全局状态的建议。然而即便如此，NumPy 并没有弃用任何numpy.random.*尽管 NumPy 的未来版本可能会在 1.17 版本中起作用。
回想一下，在你的例子中，numpy.random.choice需要一个数组floats 作为权重。整数权重数组将导致更精确的随机数生成。并且虽然任何float可以转换为有理数（导致有理值权重，从而产生整数权重），旧的 NumPy 版本似乎不这样做。这些和其他实施决定numpy.random.choice在不破坏向后兼容性的情况下无法更改。
顺便说一句，算术编码并不是唯一试图避免浪费比特的算法。也许离散分布采样的规范算法是 Knuth 和 Yao 算法（1976），该算法根据所涉及概率的二元展开精确地选择一个随机整数，并将问题视为二叉树上的随机游走。 （该算法平均使用距理论下界最多 2 位的数据。）任何其他整数生成算法最终都可以用相同的方式描述，即二叉树上的随机游走。例如，快速加载骰子滚轴是一种最新算法，其使用的平均位数有一个有保证的界限（在本例中，距理论下限不超过 6 位）。 Han 和 Hoshi 算法（1997 年）是另一种此类算法，但使用累积概率。另请参阅我的部分，“加权选择与替换".
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
