Python 3:从numpy数组中选择随机对元素而不重复

时间:2018-05-25 10:47:42

标签: python-3.x numpy random repeat

我想在每个循环中从一个种群数组中选择随机对元素而不重复。

在我的代码中,我创建了一个种群数组,然后我将它传递给选择函数,我将在每个循环中生成两个随机索引号,并在此基础上我将从种群数组中选择对元素。 所以,如果我的人口数量为5,那么我的结果大小将为10,因为在每个循环中我将获得两个元素。

import random
import numpy as np
population_size = 5
dimension= 2
upper = 1
lower = 0
pair_loop = 1
pair_size = 2 

def select (pop
    parents = np.zeros((0, dimension), dtype=np.float_)

    for i in range (population_size):

        for ii in range (pair_loop): 

            random_index= np.random.randint (population_size, size=(pair_size))
            parents = np.vstack((parents, population[random_index,]))
            print (i ,"random_index", random_index)
            print (parents)

    return (parents)

population = np.random.choice(np.linspace(lower, upper, 10), size=(population_size,dimension), replace=True)    
parents = select(population)

我想得到两个不同的元素,我不想重复相同的索引号,

例如,如果我有:[2,4] 我不想再看到[2,4]或[4,2]

非常感谢任何建议

2 个答案:

答案 0 :(得分:0)

为避免重复生成整个索引集,将其混洗,并从混洗集中弹出索引值对。例如:

import random

def pair_generator(population_size):
    pop_range = 2 * population_size
    population = [i for i in range(1, pop_range + 1)]
    random.shuffle(population)
    for _ in range(population_size):
        yield [population.pop(), population.pop()]

population_size = 5
print([pair for pair in pair_generator(population_size)])

这是基于生成器的,因此您可以根据需要生成少量或多对,直到整个集合。

答案 1 :(得分:0)

使用以下命令创建索引列表:

import itertools, random
def select(size, pair_size):
    g =itertools.combinations(range(size),pair_size)
    alist = list(g)
    random.shuffle(alist)
    return alist

In [42]: alist = select(5,2)
In [43]: alist
Out[43]: 
[(0, 3),
 (1, 3),
 (2, 3),
 (0, 2),
 (0, 4),
 (3, 4),
 (0, 1),
 (2, 4),
 (1, 2),
 (1, 4)]

并将其应用于您的人群:

In [44]: population = np.random.choice(np.arange(10,20), size=(5,2), replace=Tru
    ...: e)  
In [45]: population
Out[45]: 
array([[18, 19],
       [16, 17],
       [10, 11],
       [10, 15],
       [14, 15]])
In [46]: population[alist,]
Out[46]: 
array([[[18, 19],
        [10, 15]],

       [[16, 17],
        [10, 15]],

       [[10, 11],
        [10, 15]],

       [[18, 19],
        [10, 11]],

       [[18, 19],
        [14, 15]],

       [[10, 15],
        [14, 15]],

       [[18, 19],
        [16, 17]],

       [[10, 11],
        [14, 15]],

       [[16, 17],
        [10, 11]],

       [[16, 17],
        [14, 15]]])