80

生成随机数的零和具有特定比例的零的有效方法（可能使用 Matlab 术语进行矢量化）是什么？特别是 Numpy？

由于我的情况是特殊的1/3，我的代码是：

import numpy as np 
a=np.mod(np.multiply(np.random.randomintegers(0,2,size)),3)

K/N但是至少对于K 和 N 是自然数的情况，是否有任何内置函数可以更有效地处理这个问题？

4

6 回答 6

112

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])
于 2013-10-25T19:18:58.457 回答
36

一个简单的方法是首先生成一个ndarray你想要的零和一个比例：

>>> 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])

然后你可以只shuffle使用数组，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，与二项式方法不同，这种方法将为您提供所需的零/一的确切比例。如果您不需要确切的比例，那么二项式方法就可以了。

于 2013-10-25T19:09:51.537 回答
20

如果我正确理解您的问题，您可能会在numpy.random.shuffle 方面获得一些帮助

>>> 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.])
于 2013-10-25T19:10:33.560 回答
18

您可以使用numpy.random.binomial. 例如假设frac是比例：

In [50]: frac = 0.15

In [51]: sample = np.random.binomial(1, frac, size=10000)

In [52]: sample.sum()
Out[52]: 1567
于 2013-10-25T19:07:30.127 回答
1

另一种获取确切数量的 1 和 0 的方法是使用以下方法对索引进行抽样而不进行替换np.random.choice：

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

出去：

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])
于 2019-03-27T16:14:02.287 回答
1

简单的单线：您可以避免使用整数列表和概率分布，在我看来，这对于这个问题来说是不直观且过度杀伤力的，只需bool先使用 s ，然后int在必要时强制转换为（尽管将其保留为bool数组应该可以在大多数情况下）。

>>> import numpy as np
>>> np.random.random(9) < 1/3.
array([False,  True,  True,  True,  True, False, False, False, False])   
>>> (np.random.random(9) < 1/3.).astype(int)
array([0, 0, 0, 0, 0, 1, 0, 0, 1])
于 2018-08-01T14:33:02.687 回答