有效(可能是使用Matlab术语矢量化)生成随机数的零和具有特定比例的零的方法是什么?特别是Numpy?
由于我的案例特别针对1/3
,我的代码是:
import numpy as np
a=np.mod(np.multiply(np.random.randomintegers(0,2,size)),3)
但是有没有任何内置函数可以更有效地处理这个问题,至少对于K/N
K和N是自然数的情况呢?
答案 0 :(得分:56)
另一种方法,使用np.random.choice
:
>>> np.random.choice([0, 1], size=(10,), p=[1./3, 2./3])
array([0, 1, 1, 1, 1, 0, 0, 0, 0, 0])
答案 1 :(得分:19)
一种简单的方法是首先生成一个ndarray
,其中包含零和你想要的比例:
>>> import numpy as np
>>> N = 100
>>> K = 30 # K zeros, N-K ones
>>> arr = np.array([0] * K + [1] * (N-K))
>>> arr
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1])
然后你可以shuffle
数组,使分布随机:
>>> np.random.shuffle(arr)
>>> arr
array([1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1, 0, 1, 0, 0, 1, 0,
1, 1, 0, 0, 1, 0, 1, 1, 0, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 0, 1, 1,
1, 1, 1, 1, 0, 0, 0, 1, 1, 0, 1, 1, 0, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1,
0, 0, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1,
1, 1, 1, 0, 1, 1, 1, 1])
请注意,此方法将为您提供所请求的零/一个精确比例,这与二项式方法不同。如果你不需要确切的比例,那么二项式方法就可以了。
答案 2 :(得分:15)
您可以使用numpy.random.binomial
。例如。假设frac
是1的比例:
In [50]: frac = 0.15
In [51]: sample = np.random.binomial(1, frac, size=10000)
In [52]: sample.sum()
Out[52]: 1567
答案 3 :(得分:4)
如果我正确理解您的问题,您可能会获得numpy.random.shuffle
的帮助>>> def rand_bin_array(K, N):
arr = np.zeros(N)
arr[:K] = 1
np.random.shuffle(arr)
return arr
>>> rand_bin_array(5,15)
array([ 0., 1., 0., 1., 1., 1., 0., 0., 0., 1., 0., 0., 0.,
0., 0.])
答案 4 :(得分:0)
简单的一线式:您可以避免使用整数列表和概率分布列表,因为我认为对于这个问题而言,这是不直观且过大的,只需先处理@mixin iconSize($size){
&[size="#{$size}"]{
width: 24px*$size;
height: 24px*$size;
svg{
transform: scale($size);
transform-origin: left top;
}
}
}
,然后转换为{{1} }(如果需要,尽管可以将其保留为bool
数组)。
int
答案 5 :(得分:0)
获取精确的1和0数的另一种方法是使用np.random.choice
对索引进行采样而不进行替换:
arr_len = 30
num_ones = 8
arr = np.zeros(arr_len, dtype=int)
idx = np.random.choice(range(arr_len), num_ones, replace=False)
arr[idx] = 1
出局:
arr
array([0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1,
0, 0, 0, 0, 0, 1, 0, 0])