python中的random.choices()

Question

我想确认一下

a = [random.choices([0,1],weights=[0.2,0.8],k=1) for i in range(0,10)] 

在概率上做的事情与

a = random.choices([0,1],weights=[0.2,0.8],k=10) 

特别是，我希望两者都能从集合{0, 1 }中进行10次独立抽奖，概率分别为0和0.8，对吗？

谢谢!

Answer 1

documentation似乎表明，在运行以下实验后，两者在概率上是相同的：

from collections import defaultdict
import pprint
import random

results1 = defaultdict(int)
results2 = defaultdict(int)

for _ in range(10000):
    a = [random.choices([0,1],weights=[0.2,0.8],k=1) for i in range(0,10)]
    for sublist in a:
        for n in sublist:
            results1[n] += 1

for _ in range(10000):
    a = random.choices([0,1],weights=[0.2,0.8],k=10)
    for n in a:
        results2[n] += 1


print('first way 0s: {}'.format(results1[0]))
print('second way 0s: {}'.format(results2[0]))
print('first way 1s: {}'.format(results1[1]))
print('second way 1s: {}'.format(results2[1]))

我在两种方法之间看到了非常相似的结果。

Answer 2

正如其他人所提到的，documentation在这方面是明确的，您可以通过在每次调用之前设置种子来进一步验证，例如：

import random

random.seed(42)
print([random.choices([0, 1], weights=[0.2, 0.8], k=1)[0] for i in range(0, 10)])

random.seed(42)
print(random.choices([0, 1], weights=[0.2, 0.8], k=10))

输出

[1, 0, 1, 1, 1, 1, 1, 0, 1, 0]
[1, 0, 1, 1, 1, 1, 1, 0, 1, 0]

此外，只设置一次，确实会导致不同的结果，正如人们可能预期的那样：

random.seed(42)
print([random.choices([0, 1], weights=[0.2, 0.8], k=1)[0] for i in range(0, 10)])
print(random.choices([0, 1], weights=[0.2, 0.8], k=10))

输出

[1, 0, 1, 1, 1, 1, 1, 0, 1, 0]
[1, 1, 0, 0, 1, 1, 1, 1, 1, 0]