python 按概率获取数据 python指定概率

文章目录

• 最便捷的实现方法
• 问题背景
• 代码实现及测试
• 更为鲁棒的函数封装实现

最便捷的实现方法

对于概率p（0~1之间的浮点数），采用random.random()方法生成一个介于0~1之间的均匀的浮点数R，如果R<p，则执行代码，否则不执行。

def random_unit(p: float):
    if p == 0:
        return False
    if p == 1:
        return True

    R = random.random()
    if R < p:
        return True
    else:
        return False

if random_unit(p) == True:
	执行代码
else:
	不执行

问题背景

在某些情况下，需要我们按照某概率$p$（给定的，通常是百分制）执行某段代码（比如说按照概率$p$执行网络流中的“丢包事件”），我们可以通过下面这种方法来实现这种需求：

• 百分制概率$p$转化为整数（可以乘100）$I$。
• 使用pythonrandom模块中的方法random.randint(a,b)来随机生成一个介于a~b之间的整数$R$
• 若$R$落在了$1\sim I$之间，则执行代码；否则不执行

注意如果$p$的精度高于$0.01\%$，依然可以乘$10^n$将其转化为整数，只不过后面的区间1~I也要相应扩大。

代码实现及测试

代码实现可以如下：

import random
if __name__ == "__main__":
    p = 0.19  # 概率
    f = 0.19*100  # 将概率转化为整数
    interval_begin = 1  # 区间起始
    interval__end = f  # 区间结束
    R = random.randint(1, 100)
    if R >= interval_begin and R <= interval__end:
        print(f"R={R}")
        print("执行这里的代码")
    else:
        print(f"R={R}")
        print("上面的代码未被执行")

执行效果如下：

接下来看看是不是按照指定概率执行了代码，测试方法是执行较多次数循环，统计被调度代码被执行的次数：

import random
if __name__ == "__main__":
    p = 0.19  # 概率
    f = 0.19*100  # 将概率转化为整数
    interval_begin = 1  # 区间起始
    interval__end = f  # 区间结束
    max_time = 100  # 总运行次数
    i = 0  # 循环变量
    run_time = 0  # 记录运行“被调度”代码的执行次数
    while i < max_time:
        R = random.randint(1, 100)
        if R >= interval_begin and R <= interval__end:
            run_time += 1  # 满足条件，执行次数+1
        i += 1

    implementation_rates = float(run_time)/float(max_time)  # 代码执行率
    print(f"执行了共计 {max_time} 次主循环")
    print(f"其中指定代码被执行了 {run_time} 次")
    print(f"执行率为：{implementation_rates}")

执行一百次的执行率：

还是比较接近的，再把次数设置为1000次试试：

可以看到已经非常接近0.19了（甚至有一次就是0.19！），平均执行率肯定是趋于0.19的。成功达成效果！

更为鲁棒的函数封装实现

注意上面的代码只支持概率p的精度最大为0.01，超过该精度的概率p值，如0.195，就会出错。
下面给出一种封装实现，支持浮点精度内的，介于0~1的p，其思想同上面的代码类似，只不过是反了过来，将生成的随机整数转化为了0~1之间的浮点数然后进行范围比较：

import random
def random_unit(p):
    assert p >= 0 and p <= 1, "概率P的值应该处在[0,1]之间！"
    if p == 0:#概率为0，直接返回False
        return False
    if p == 1:#概率为1，直接返回True
        return True
    p_digits = len(str(p).split(".")[1])
    interval_begin = 1
    interval__end = pow(10, p_digits)
    R = random.randint(interval_begin, interval__end)
    if float(R)/interval__end < p:
        return True
    else:
        return False

再次执行测试代码：

import random

def random_unit(p):
    assert p >= 0 and p <= 1, "概率P的值应该处在[0,1]之间！"
    if p == 0:  # 概率为0，直接返回False
        return False
    if p == 1:  # 概率为1，直接返回True
        return True
    p_digits = len(str(p).split(".")[1])
    interval_begin = 1
    interval__end = pow(10, p_digits)
    R = random.randint(interval_begin, interval__end)
    if float(R)/interval__end < p:
        return True
    else:
        return False
        
if __name__ == "__main__":
    p = 0.195  # 概率
    max_time = 10000  # 总运行次数
    i = 0  # 循环变量
    run_time = 0  # 记录运行“被调度”代码的执行次数
    while i < max_time:
        R = random_unit(p)
        if R == True:
            run_time += 1  # 满足条件，执行次数+1
        i += 1

    implementation_rates = float(run_time)/float(max_time)  # 代码执行率
    print(f"执行了共计 {max_time} 次主循环")
    print(f"其中指定代码被执行了 {run_time} 次")
    print(f"执行率为：{implementation_rates}")

也能达到效果，对概率p的要求也更加宽松！