如何从2D列表中pythonically选择一个随机索引，使相应的元素匹配一个值？

Question

我有一个二维布尔列表。我想从列表中选择值为False的随机索引。例如，给出以下列表：

[[True, False, False],
 [True, True, True],
 [False, True, True]]

有效选择为：[0, 1]，[0, 2]和[2, 0]。

我可以保持有效索引列表，然后使用random.choice从中选择，但它似乎unpythonic保持一个变量，每次更新它只有这一个目的基础列表的变化。

如果您的答案很快就会获得奖励积分。

Answer 1

我们可以使用类似的oneliner：

import numpy as np
from random import choice

choice(np.argwhere(~a))

使用a布尔数组。

这样做如下：通过使用~a，我们否定数组的元素。接下来我们使用np.argwhere来构造一个 k×2 -array：一个数组，其中每一行都有两个元素：对于每个维度，该值使得相应的值具有值{{1} }。

按False我们选择一个随机行。但是，我们不能直接使用它来访问该元素。我们可以使用choice(..)构造函数将其强制转换为元组：

tuple(..)

您可以使用以下方法获取元素：

>>> tuple(choice(np.argwhere(~a)))
(2, 0)

但当然，这并不奇怪：

t = tuple(choice(np.argwhere(~a)))
a[t]

Answer 2

我的非numpy版本：

GROUP BY

与Willem的result = random.choice([ (i,j) for i in range(len(a)) for j in range(len(a[i])) if not a[i][j]]) 版本一样，这会生成一个有效元组列表并调用np来选择一个。

或者，如果您不喜欢我random.choice()，那么这是一个range(len(...))版本：

enumerate()

Answer 3

假设你不想使用numpy。

matrix = [[True, False, False],
          [True, True, True],
          [False, True, True]]

valid_choices = [(i,j) for i, x in enumerate(matrix) for j, y in enumerate(x) if not y]
random.choice(valid_choices)

使用列表推导，您可以更改if条件（if not y）以满足您的需求。这将返回随机选择的坐标，但可选地，您可以将列表推导(i,j)的值部分更改为：y并且它返回false，尽管有点在这种情况下是多余的。