最直接的方法是使用 numpy.random.choice 的 p 参数实现带权重随机采样，需先将权重数组归一化为和为1的概率分布，再传入p参数，否则会报错。
用 numpy.random.choice 做带权重的随机采样最直接
NumPy 本身不提供独立的“加权抽样”函数，但 numpy.random.choice 的 p 参数就是专为此设计的。它要求权重数组必须是 1D、非负、且和为 1（否则会报 ValueError: probabilities do not sum to 1）。
常见错误是直接传入原始权重（比如 [2, 5, 3]），没归一化——这会触发上述错误或静默出错（旧版 NumPy 可能只警告）。
- 先用
weights / weights.sum()归一化，再传给p - 若原始数据是整数频次（如“A 出现 2 次，B 出现 5 次”），归一化比手动转成概率更安全，避免浮点精度问题
-
size参数控制采样数量；replace=True（默认）允许重复抽中同一元素，replace=False则要求权重和为 1 且size
import numpy as np a = ['A', 'B', 'C'] weights = np.array([2, 5, 3]) p = weights / weights.sum() # → [0.2, 0.5, 0.3] sample = np.random.choice(a, size=10, p=p) # 输出类似：['B' 'B' 'C' 'A' 'B' 'B' 'C' 'B' 'A' 'C']
遇到 np.random.Generator（新 API）怎么办
从 NumPy 1.17 起推荐用 np.random.default_rng() 创建生成器实例，它比旧的全局 np.random.* 更可控、可复现。但它的 choice 方法签名一致，只是调用方式变了。
- 必须显式创建
rng = np.random.default_rng(seed)，再调用rng.choice(...) - 权重处理逻辑完全一样：仍需归一化后传给
p - 旧代码里写
np.random.seed(42); np.random.choice(...)的，换成新 API 后要改成rng = np.random.default_rng(42); rng.choice(...)，否则种子不生效
rng = np.random.default_rng(42) a = [10, 20, 30] p = np.array([1, 4, 2]) / 7.0 sample = rng.choice(a, size=5, p=p, replace=True)
权重为 0 或极小值时要注意什么
权重为 0 是合法的（对应元素永不被选中），但若用 replace=False，所有权重为 0 的元素会被自动排除——这时实际可选元素变少，size 若超过剩余数量会报错 ValueError: Cannot take a larger sample than population when 'replace=False'。
- 极小权重（如
1e-10）在浮点运算中可能被截断为 0，尤其当其他权重远大于它时 - 如果业务上需要“几乎不选但理论上可能”，建议用足够高的精度归一化，或改用
replace=True避免边界问题 - 调试时可用
np.isclose(p.sum(), 1.0)检查归一化是否可靠
和 Python 内置 random.choices 比有什么区别
Python 3.6+ 的 random.choices 也能做加权采样，但它返回 Python list，不支持向量化；而 np.random.choice 返回 ndarray，适合批量数值计算场景。
- 若你后续要对结果做
np.mean、np.histogram等操作，用 NumPy 版本省去类型转换 -
random.choices允许权重是任意数字（不强制归一化），内部自动处理；NumPy 必须显式归一化，这点容易漏 - 性能上，NumPy 在大批量采样（
size > 1e4）时明显更快；小样本差异不大
权重归一化这一步看似简单，但它是多数报错的源头——写的时候顺手除一下，比出错后再回头查 p.sum() 省太多时间。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
