Ошибка распределения случайного выбора

Question

У меня есть список чисел и другой список вероятностей, который соответствует этим числам. Я использую numpy.random.choice для создания случайного 2d массива:

choice = numpy.random.choice([10, 22, 30], [10, 10], p=[0.45, 0.45, 0.10])

В choice должно быть 45 единиц, 45 двойок и 10 нулей, но после нескольких прогонов я никогда не получу правильное распределение.

unique, counts = numpy.unique(choice, return_counts=True)
print(dict(zip(unique, counts)))

{10: 49, 22: 37, 30: 14}
{10: 47, 22: 42, 30: 11}
{10: 40, 22: 51, 30: 9}

Что я пропустил?

Answer 1

Выборка не будет точной, вы можете заставить все числа быть в выходном массиве, составив список всех нужных вам чисел, а затем случайным образом перемешивая его:

import numpy
import numpy.random

numbers = numpy.asarray(45*[10]+45*[22]+10*[30])
print (numbers)
numpy.random.shuffle(numbers) # numbers is changed in place
choice = numbers.reshape((10,10))

print (choice)
unique, counts = numpy.unique(choice, return_counts=True)
print(dict(zip(unique, counts)))

Answer 2

То есть, если вы перевернули монетку тысячу раз, вы бы ожидали, что всегда получат ровно 500 голов?

Если вы хотите контролировать точное количество каждого результата, вы не можете полагаться на вероятности - вместо этого выберите (без замены) из списка, в котором каждый результат присутствует с желаемой кратностью:

numpy.random.choice([10] * 45 + [22] * 45 + [30] * 10, [10, 10], replace=False)

Answer 3

То, что сказал Матиас, верно.

Если вы хотите создать массив из ровно 45 нулей, 45 единиц и 10 двойок, имеющих форму (10, 10), но в случайном порядке, вы можете сделать что-то вроде этого:

import numpy as np
zeros = np.array([0]*45)
ones = np.array([1]*45)
twos = np.array([2]*10)
myarr = np.concatenate([zeros, ones, twos])

# Random permutation, followed by reshaping in (10, 10) form
choice = np.random.permutation(myarr).reshape(10,10)
unique, counts = np.unique(choice, return_counts=True)
print(dict(zip(unique, counts)))
{0: 45, 1: 45, 2: 10}

Answer 4

Вам совершенно не хватает того, как на практике работает выборка из дистрибутива. Вы никогда не «получаете» правильное распределение, вы всегда получаете приближение к нему, потому что вы делаете выборку.

Только в случае, если количество выборок очень велико, вы должны в конечном итоге приблизиться к целевому распределению. Но поскольку выборка - это случайный процесс, результаты этого процесса всегда случайны.

И это, конечно, относится к генерации чисел с (псевдо) генератором случайных чисел.