Question

我不确定这是否可行但是这里有。假设我有一个数组：

array1 = [0,.1,.2,.3,.4,.5,.6,.7,.8,.9,1]

现在我想创建一个numpy 1D数组，由5个元素组成，这些元素是从array1中随机抽取的，条件是sum等于1.例如，类似于n {{1}的numpy数组}}。

目前我使用随机模块和选择函数，如下所示： [.2,.2,.2,.1,.1] 然后检查range1以查看它是否符合标准;我想知道是否有更快的方式，类似的东西而是range1= np.array([choice(array1),choice(array1),choice(array1),choice(array1),choice(array1)])。
如果我可以将这个数组存储在某个库中会更好，这样如果我尝试生成100个这样的数组，那就没有重复，但这不是必需的。

Answer 1

如果你使用numpy 1.7.0 +：

，你可以使用numpy.random.choice

>>> import numpy as np
>>> array1 = np.array([0,.1,.2,.3,.4,.5,.6,.7,.8,.9,1])
>>> np.random.choice(array1, 5)
array([ 0. ,  0. ,  0.3,  1. ,  0.3])
>>> np.random.choice(array1, 5, replace=False)
array([ 0.6,  0.8,  0.1,  0. ,  0.4])

要获得总和等于1的5个元素，

生成4个随机数。
从1 - >中减去4个数字的总和。 X
如果x包含在array1中，则将其用作最终数字;或者重复

>>> import numpy as np
>>> 
>>> def solve(arr, total, n):
...     while True:
...         xs = np.random.choice(arr, n-1)
...         remain = total - xs.sum()
...         if remain in arr:
...             return np.append(xs, remain)
... 
>>> array1 = np.array([0,.1,.2,.3,.4,.5,.6,.7,.8,.9,1])
>>> print solve(array1, 1, 5)
[ 0.1  0.3  0.4  0.2  0. ]

另一个版本（假设给定数组已排序）：

EPS = 0.0000001
def solve(arr, total, n):
    while True:
        xs = np.random.choice(arr, n-1)
        t = xs.sum()
        i = arr.searchsorted(total - t)
        if abs(t + arr[i] - total) < EPS:
            return np.append(xs, arr[i])

Answer 2

我不得不做一些类似的事情。

def getRandomList(n, source):
    '''
    Returns a list of n elements randomly selected from source.
    Selection is done without replacement.

    '''

    list = source
    indices = range(len(source))
    randIndices = []
    for i in range(n):
        randIndex = indices.pop(np.random.randint(0, high=len(indices)))
        randIndices += [randIndex]

    return [source[index] for index in randIndices]


data = [1,2,3,4,5,6,7,8,9]
randomData = getRandomList(4, data)
print randomData

Answer 3

如果您不关心输出序列中值的顺序，则列表中加起来为1的值的5值组合的数量非常小。在您提出的特定情况下，计算起来有点复杂，因为浮点值具有舍入问题。如果使用一组整数（例如range(11)）并找到加起来为10的组合，则可以更轻松地解决问题。然后，如果需要小数值，只需将结果中的值除以10。 / p>

无论如何，这是一个生成器，它可以产生所有可能的集合，这些集合可以累加给定值：

def picks(values, n, target):
    if n == 1:
        if target in values:
            yield (target,)
        return
    for i, v in enumerate(values):
        if v <= target:
            for r in picks(values[i:], n-1, target-v):
                yield (v,)+r

以下是数字0到10的结果：

>>> for r in picks(range(11), 5, 10):
    print(r)

(0, 0, 0, 0, 10)
(0, 0, 0, 1, 9)
(0, 0, 0, 2, 8)
(0, 0, 0, 3, 7)
(0, 0, 0, 4, 6)
(0, 0, 0, 5, 5)
(0, 0, 1, 1, 8)
(0, 0, 1, 2, 7)
(0, 0, 1, 3, 6)
(0, 0, 1, 4, 5)
(0, 0, 2, 2, 6)
(0, 0, 2, 3, 5)
(0, 0, 2, 4, 4)
(0, 0, 3, 3, 4)
(0, 1, 1, 1, 7)
(0, 1, 1, 2, 6)
(0, 1, 1, 3, 5)
(0, 1, 1, 4, 4)
(0, 1, 2, 2, 5)
(0, 1, 2, 3, 4)
(0, 1, 3, 3, 3)
(0, 2, 2, 2, 4)
(0, 2, 2, 3, 3)
(1, 1, 1, 1, 6)
(1, 1, 1, 2, 5)
(1, 1, 1, 3, 4)
(1, 1, 2, 2, 4)
(1, 1, 2, 3, 3)
(1, 2, 2, 2, 3)
(2, 2, 2, 2, 2)

您可以随机选择其中一个（使用random.choice），或者如果您打算使用其中的许多并且您不想重复自己，则可以使用random.shuffle，然后迭代

results = list(picks(range(11), 5, 10))
random.shuffle(results)

for r in results:
    # do whatever you want with r

用另一个数组中的随机元素填充numpy数组

3 个答案: