python中无替换的加权随机样本

我需要获得一个k-sized从总体中进行无替换的样本，其中总体中的每个成员都有相关的权重（W）。

Numpy's 随机选择如果没有更换，则不会执行此任务，并且随机抽样不会采用加权输入。

目前，这就是我正在使用的：

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])) 

虽然这可行，但它需要在数组、列表和返回数组之间来回切换，因此不太理想。

我正在寻找最简单且最容易理解的解决方案，因为此代码将与其他人共享。

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

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

where vec是你的人口和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)