Question

我正在尝试编写一个将列表的索引作为输入n1的python函数，然后在大小为w的间隔中，选择[n1-w,n1+w]并选择另一个索引n2根据{{1}}和n1之间的距离而衰减并返回索引n2和与n2对应的列表元素的概率。

在我当前的实现中（“尝试1”），首先我使用计算所有概率，然后选择具有权重的索引。

给定一个列表n2，这很好（我认为）如果我的[0,1,2,3,4,5,6,7,8,9]位于n1和5的中间位置，则从区间w=2中选择一个概率权重为[3 4 5 6 7]的元素。

我要处理的问题是，如果我从末端选择一个元素，例如选择[0.16666667 0.33333333 0. 0.33333333 0.16666667]会给出

n2choice(8)

相反，我想间隔

[6 7 8 9]#indices interval [0.2 0.4 0. 0.4]#weights

或者类似地，在另一端，[6 7 8 9 0]# indices interval [0.16666667 0.33333333 0. 0.33333333 0.16666667]#weights给出n2choice(1)

相反，我想得到

[0 1 2 3]#interval [0.2 0.4 0. 0.4]#weights

基本上，我想将我已经实现的当前“吸收”边界条件转换为“周期性边界”，其中1D列表实际上被视为1D环。

为此，我曾经尝试使用[9 0 1 2 3]# indices interval [0.16666667 0.33333333 0. 0.33333333 0.16666667]#weights运算符（请参阅尝试2）。但是，这将引发“ IndexError：列表索引超出范围”。我可以使用一些帮助来对此代码进行故障排除，也可以通过快速，Python的方式提出建议。我希望能够对任意长度和任意w的数组执行此操作，而不是此处介绍的这个简单测试用例。

#Attempt 1
import numpy as np
import random
a = [0,1,2,3,4,5,6,7,8,9]
w =2
mylist = np.array(a)
indices_list = np.arange(mylist.size)
def n2choice(n1):
    prob_wts = [0 if i+(n1-w) == n1 else 1/(abs(i+(n1-w)-n1))**(1.) for i in np.arange(mylist[max(n1-w,0):n1+w+1].size)]
    prob_wts = np.array(prob_wts)/sum(prob_wts)
    #for i in np.arange(mylist[max(n1-w,0):n1+w+1].size):
        #print(i, i+(n1-w))

    print(prob_wts)
    print(sum(prob_wts))
    print(indices_list[max(n1-w,0):n1+w+1])
    n2 = random.choices(indices_list[max(n1-w,0):n1+w+1], weights=prob_wts,k=1)
    print(prob_wts[max(n1-w,0):n1+w+1])
    n2_c = (n2[0], mylist[n2[0]])
    return np.array(n2_c) 
n2choice(5)

遍历具有周期性边界条件的列表并计算元素之间的距离

0 个答案: