请原谅我缺乏统计术语。
我已经得到了一个任意的值列表来采样，目前： list_to_sample = [1, 2, 3, 4, 5] 此时，列表包含什么并不重要，重要的是列表的长度是 5
而且，我已经得到了一个几乎任意的“类帕累托”概率列表，目前： probability_list = [0.5, 0.3, 0.1, 0.05, 0.05]（帕累托式因为它不遵循 80-20，而是 80/40，因为前 80% 的可能选择值将在前 40%列表。
我现在试图概括这一点，这样如果 list_to_sample 变得更长，比如 [1, 2, 3, 4, 5, 6, 7, 8] 我可以扩展 probability_list 并保持相同的曲线。
我正在尝试使用 np.pareto.pdf 生成类似于以下内容的概率列表： [0.5, 0.3, 0.1, 0.05, 0.05] 并且列表的总和（概率的总和）等于 1
具体来说，我试过这个：
将 numpy 导入为 np
list_to_sample = [1, 2, 3, 4, 5] output = np.array([pareto.pdf(x=list_to_sample, b=1, loc=0, scale=1)])
输出： [[0.5 0.125 0.05555556 0.03125 0.02 ]]
我试过更改参数无济于事。我希望通过改变参数可以让帕累托产生预期的结果。到目前为止，没有运气。
也许有更好的函数来生成（或扩展）概率列表。