如何交错两个迭代器，其中x％的样本来自一个迭代器，而1-x％的样本来自另一个迭代器

如何解决如何交错两个迭代器，其中x％的样本来自一个迭代器，而1-x％的样本来自另一个迭代器

说有两个迭代器：

def genA():
    while True:
        yield 1

def genB():
    while True:
        yield 2

gA = genA()
gB = genB()

根据this SO answer，可以使用itertools recipes将它们 均匀 插入：

def cycle(iterable):
    # cycle('ABCD') --> A B C D A B C D A B C D ...
    saved = []
    for element in iterable:
        yield element
        saved.append(element)
    while saved:
        for element in saved:
              yield element

def roundrobin(*iterables):
    "roundrobin('ABC','D','EF') --> A D E B F C"
    # Recipe credited to George Sakkis
    num_active = len(iterables)
    nexts = cycle(iter(it).__next__ for it in iterables)
    while num_active:
        try:
            for next in nexts:
                yield next()
        except StopIteration:
            # Remove the iterator we just exhausted from the cycle.
            num_active -= 1
            nexts = cycle(islice(nexts,num_active))

aa = roundrobin(gA,gB)
next(aa)

因此next(aa)每次都会移动迭代器的输出，因此一堆next的调用将导致1,2,1,1-50%来自一个迭代器，而另一个50%将来自另一个。

我想知道如何编码，以便x%来自一个迭代器，(1-x)%来自另一个迭代器。例如，第一个迭代器的75%和另一个迭代器的25%。

因此，多次致电next(combinedIterator)会导致如下情况：

1 1 1 2 1 1 1 2 1 1 1 2

出于我的目的，输出是否像上面一样严格排序，或者输出是否由概率决定都无所谓。

解决方法

如果您可以采用确定性方法（据我从您的自我回答中了解），则可以添加一个参数，它是第一个迭代器的百分比，然后只需计算每个迭代器的“部分”即可。例如，如果您想从第一个迭代器中使用.75-转换为：对于iterator1中的每个三个元素，产生一个 iterator2 中的元素。

def interleave(itt1,itt2,itt1_per):
    itt1_frac,total = itt1_per.as_integer_ratio()
    itt2_frac = total - itt1_frac
    while True:
        for _ in range(itt1_frac):
            yield next(itt1)
        for _ in range(itt2_frac):
            yield next(itt2)

newGen = interleave(gA,gB,.75)

for _ in range(12):
    print(next(newGen),end=' ')

这将打印：

1 1 1 2 1 1 1 2 1 1 1 2 

---

注意！ 这仅适用于“不错”的分数。例如：将此功能与.6一起使用意味着对于5,404,319,552,844,595中的每个 iterator1 元素，将产生 3,602,879,701,896,397 来自iterator2 的元素。

解决此问题的一种方法 是将decimal.Decimal与 string arguments ：

from decimal import Decimal

def interleave(itt1,total = Decimal(str(itt1_per)).as_integer_ratio()
    ...

现在使用Decimal意味着通过.6会转化为更{strong>明智的元素：{em> {{1}中每个三个元素}，则从iterator1 中产生两个元素。

使用以iterator2作为参数的修订后的代码将打印：

.6

,

def genA():
    while True:
        yield 1

def genB():
    while True:
        yield 2

gA = genA()
gB = genB()

import random

def xyz(itt1,itt2):
    while True:
        if random.random() < .25:
            yield next(itt1)
        else:
            yield next(itt2)

newGen = xyz(gA,gB)

next(newGen)

这适用于均匀分布。我不会选择这作为某人可能给出非概率性答案的答案。