加权随机样本，无需在python中替换

Question

我需要获得一个 k大小的 样本，而无需从总体中进行替换，而总体中的每个成员都有相关的权重（W）。

如果没有替换，Numpy的 random.choices 将不会执行此任务，并且 random.sample 不会接受加权输入。

当前，这是我正在使用的：

P = np.zeros((1,Parent_number))
n=0
while n < Parent_number:
    draw = random.choices(population,weights=W,k=1)
    if draw not in P:
        P[0,n] = draw[0]
        n=n+1
P=np.asarray(sorted(P[0]))

虽然这样做有效，但它需要从数组来回切换到列表再回到数组，因此不理想。

我正在寻找最简单，最容易理解的解决方案，因为此代码将与他人共享。

Answer 1

您可以使用np.random.choice具有replace=False如下：

np.random.choice(vec,size,replace=False, p=P)

vec您的人口在哪里，P是权重向量。

例如：

import numpy as np
vec=[1,2,3]
P=[0.5,0.2,0.3]
np.random.choice(vec,size=2,replace=False, p=P)