加权随机算法的python实现

1 随机抽奖

本次运行环境为：

• win7

• jupyter notebook

• python 3.6

1.1 随机抽取一个元素

用 random.choice() 来实现随机抽取一个元素。

1. from random import choice

2. import random

3. import pandas as pd

4. name = ['张三', '李四', '王五', '小明', '小郑', '梅西', 'C罗', '内少']

5. random_name = choice(name)

6. random_name

1.2 随机抽取多个元素

可以考虑用 random.sample() 来随机抽取多个元素。

1. # 从name中随机选择3个元素

2. slice_sample = random.sample(name, 3)

3. slice_sample

1.3 考虑权重后随机抽取一个元素

如果是不同的成员有不同的权重，比如本次抽奖，在赞赏的同时有评论的人员，赋予的权重要求稍微高一些。可以自定义一个函数，用来考虑权重后随机抽取一个元素。

1. # weight_data 的数据类型为 dict

2. def random_weight(weight_data):

3.    total = sum(weight_data.values())    # 权重求和

4.    ra = random.uniform(0, total)   # 在0与权重和之前获取一个随机数

5.    curr_sum = 0

6.    ret = None

7. #     keys = weight_data.iterkeys()    # 使用Python2.x中的iterkeys

8.    keys = weight_data.keys()        # 使用Python3.x中的keys

9.    for k in keys:

10.        curr_sum += weight_data[k]             # 在遍历中，累加当前权重值

11.        if ra <= curr_sum:          # 当随机数<=当前权重和时，返回权重key

12.            ret = k

13.            break

14.    return ret

15. # 用Pandas从excel中读取数据

16. df = pd.read_excel('choujiang.xlsx')

17. # 将数据进行整理

18. df_data = df[['name', 'weight']].set_index('name')

19. # 根据上面的上述，获取dict类型的数据

20. data = df_data.to_dict()['weight']

21. random_weight(data)

1.4 考虑权重后，随机获取多个元素

最终，本次需要在考虑权重后，随机获取多个元素（N个），并且不能重复，可以在上个函数的基础上，再添加一个自定义函数，来一次性加权随机抽取多个元素。

1. def choujiang(data, N):

2. #     N = 6

3.    results = []

4.    i = 0

5.    while i < N:

6.        m = random_weight(data)

7.        if m in results:

8.            continue

9.        results.append(m)

10.        i = i+1

11.    return results

12. choujiang(data,3)

---------------- End ----------------

点击前往【项目实战】

知识星球

我的知识星球【Python数据之道成长圈】已开通，想加入的同学，请回复数字 “2” 了解详情。