我有一个形状(1e6,1)的numpy数组,我想根据最大的值对其进行加权采样。但是,很难将列表缩放到浮点数所需精度的1 b/c。
这是一个我可以使用随机数创建的示例(在我的例子中,这些数字不是随机的)
import numpy as np
A = np.random.rand(1000000)
probs = A / np.sum(A)
sample = np.random.choice(A, p=probs)
# fails b/c probs don't sum to one发布于 2017-10-11 21:44:40
我曾经写过函数来做同样的事情;遗憾的是,我现在找不到它们。
关键是首先对数组进行argsort;从小到大排序后,求和是稳定的;然后可以从排序的数组创建累积分布,从中均匀采样,并使用argsort的结果映射回原始元素。
对我来说,这完全消除了任何数值稳定性问题。
https://stackoverflow.com/questions/46689077
复制相似问题