二维数组的random.choice，数字越大，概率越高？

Question

有没有一种方法可以从二维数组中的每一行中随机选取n个项目，并使用循环从较大的值中随机选取较大的值

random.choice()仅适用于一维数组...

F.e.如果我有：

 q = np.random.random((10,10))

我可以选择每一行的max-2，如下所示：

  np.sort(q,axis=1)[:,-2:]

相反，我想要的是随机选择2，不总是最大值，但有更高的概率更大的数字。

下面是如何获得单行概率的方法：

np.random.choice(q[0,:], p=q[0,:]/q[0,:].sum())

Answer 1

您可以使用apply_along_axis

q = np.random.random((10,10))

def choice(row, n, replace=False):
    return np.random.choice(row, size=n, p=row/row.sum(), replace=replace)

np.apply_along_axis(func1d=choice, axis=1, arr=q, n=2)

我不知道你有什么数组，但你可能应该检查row.sum()不是0，以避免在计算p=row/row.sum()时出现错误。

Answer 2

使用random.choices的非numpy解决方案如下：

res = [random.choices(l, weights=l, k=2) for l in q]