对像素网格中的非相邻单元进行随机采样

Question

假设我们有一个n*n网格。我们想选择此网格中不相邻的k << n个随机单元格。如果我们使用包含0和1的2D Numpy数组模拟此网格，那么在Numpy / Python中执行此操作的最有效方法是什么？

有效示例：

无效示例：

Answer 1

这里是拒绝抽样的直接实施。可能有一种更快的方式来进行邻接检查而不是query_pairs事物（在这种情况下也会检查碰撞），因为你只想测试在这个距离阈值内是否至少有一对。 / p>

import numpy as np
from scipy.spatial import cKDTree as kdtree

n = 100
k = 50

valid = False

while not valid:
    # generate k grid indices
    coords_flat = np.random.random_integers(0, n ** 2 - 1, size=k)
    coords = np.unravel_index(coords_flat, dims=(n, n))
    # test there are no adjacent cells
    transposed = np.transpose(coords)
    valid = len(kdtree(transposed).query_pairs(1.0)) == 0

print(coords)

看一下结果：

import matplotlib.pyplot as plt
grid = np.zeros((n, n), dtype=np.bool)
grid[coords] = True
plt.imshow(grid)
plt.savefig('result.png')

Answer 2

我看到，这已经是一个公认的答案了，但这是一项具有挑战性的任务，所以我解决了以下问题并且我很喜欢它，因此我对问题提出了 upvote ：）：< / p>

import numpy as np

xy = []

x = np.random.randint(0,5)
y = np.random.randint(0,5)

xy.append((x,y))

while True:

    x = np.random.randint(0,5)
    y = np.random.randint(0,5)

    for ii,i in enumerate(xy):    
        if x in [i[0]-1, i[0], i[0]+1]:
            if x == i[0]:
                if y in [i[1]-1, i[1], i[1]+1]:
                    break    
                else:
                    if ii == len(xy) - 1:
                        xy.append((x,y))
                        break
            elif y == i[1]:
                break
        elif ii == len(xy) - 1:
            xy.append((x,y))
            break

    if len(xy) == 3:
        break

for cords in xy:
    print cords

sq =np.zeros((5,5))

for cords in xy:
    sq[cords] = 1

print sq    

<强>输出：

(1, 0)
(4, 4)
(4, 1)
[[ 0.  0.  0.  0.  0.]
 [ 1.  0.  0.  0.  0.]
 [ 0.  0.  0.  0.  0.]
 [ 0.  0.  0.  0.  0.]
 [ 0.  1.  0.  0.  1.]]

它始终提供非相邻单元格的随机组合。 好好享受！ ：）