Question

我想在Python中实现随机舍入算法。

该算法很容易描述。

给定一个大小为n的向量x，其中x的每个元素x [i]是0到1之间的实数。生成大小为n的0-1向量y，其中y的每个元素， y [i]，如下所示为0或1：

对于i = 1到len（x）do：设置y [i] = 1，概率为x [i]，y [i] = 0，概率为1 - x [i]。

我尝试按照以下方式执行此操作，但我想我会想念某些事情，或者可能会有更快/更好的方法：

import numpy
n = 4
x = [0.01, 0.6, 0.1, 0.7]
y = numpy.zeros(n)
for i in range(n):
    randomNum = numpy.random.uniform()
    if randomNum >= x[i]:
        y[i] = 1
    else:
        y[i] = 0

Answer 1

这个怎么样：

x = np.array([0.1, 0.3,0.5, 0.7, 0.9])
y = np.random.rand(len(x)) <= x

第一行设置x，第二行随机均匀选择概率，并根据x [i]中的概率/阈值对结果进行二值化。

Answer 2

FWIW，以下是如何在核心Python中实现该算法：

from random import random

x = [0.01, 0.6, 0.1, 0.7]
y = [int(random() < u) for u in x]

但我怀疑Numpy解决方案会更快，特别是当x很大时。：）

这是获得随机舍入解决方案的正确方法吗？

2 个答案: