不如这样：

import numpy as np
x = np.random.choice(list(range(1001)), size=5000, p=
[.75/501]*501+[.2/250]*250+[.05/250]*250)

另一个版本是：

import numpy as np
from scipy import stats

N = 5000
probs = [0.75, 0.2, 0.05]
breaks = [0, 501, 751, 1001]

# figure out how big each group should be
sizes = stats.multinomial.rvs(N, probs)

# get values for each group
x = np.concatenate([
  stats.randint.rvs(l, h, size=n)
  for n, l, h in zip(sizes, breaks, breaks[1:])])

# mix everything up
np.random.shuffle(x)

与rocket解决方案的一些不同之处：

• 更少/更小的临时变量和更多的矢量化机会
• 允许概率取无理值
• 运行时不依赖于生成的可能值的数量