我知道有很简单的方法可以生成唯一随机整数列表(例如random.sample(range(1, 100), 10)
)。
我想知道是否有一些更好的方法来生成一个独特的随机浮点数列表,除了编写一个像范围一样的函数,但接受这样的浮点数:
import random
def float_range(start, stop, step):
vals = []
i = 0
current_val = start
while current_val < stop:
vals.append(current_val)
i += 1
current_val = start + i * step
return vals
unique_floats = random.sample(float_range(0, 2, 0.2), 3)
有更好的方法吗?
答案 0 :(得分:16)
一种简单的方法是保留一组到目前为止看到的所有随机值,并重新选择是否有重复:
import random
def sample_floats(low, high, k=1):
""" Return a k-length list of unique random floats
in the range of low <= x <= high
"""
result = []
seen = set()
for i in range(k):
x = random.uniform(low, high)
while x in seen:
x = random.uniform(low, high)
seen.add(x)
result.append(x)
return result
这项技术是Python实现 random.sample()的方法。
该函数使用set来跟踪先前的选择,因为搜索列表时搜索集合为O(1)是O(n)。
计算重复选择的概率等同于着名的Birthday Problem。
从 random()给出2 ** 53个不同的可能值,重复次数很少。 平均而言,您可以预期重复浮动大约120,000,000个样本。
如果人口仅限于一系列均匀间隔的浮点数,则可以直接使用random.sample()。唯一的要求是人口为Sequence:
from __future__ import division
from collections import Sequence
class FRange(Sequence):
""" Lazily evaluated floating point range of evenly spaced floats
(inclusive at both ends)
>>> list(FRange(low=10, high=20, num_points=5))
[10.0, 12.5, 15.0, 17.5, 20.0]
"""
def __init__(self, low, high, num_points):
self.low = low
self.high = high
self.num_points = num_points
def __len__(self):
return self.num_points
def __getitem__(self, index):
if index < 0:
index += len(self)
if index < 0 or index >= len(self):
raise IndexError('Out of range')
p = index / (self.num_points - 1)
return self.low * (1.0 - p) + self.high * p
这是一个选择10个随机样本而不是从41到20.0的41个均匀间隔浮点范围内进行替换的示例。
>>> import random
>>> random.sample(FRange(low=10.0, high=20.0, num_points=41), k=10)
[13.25, 12.0, 15.25, 18.5, 19.75, 12.25, 15.75, 18.75, 13.0, 17.75]
答案 1 :(得分:5)
您可以轻松使用整数列表生成浮点数:
int_list = random.sample(range(1, 100), 10)
float_list = [x/10 for x in int_list]
查看有关生成随机浮动的this Stack Overflow question。
如果您希望它与python2一起使用,请添加以下导入:
from __future__ import division
答案 2 :(得分:5)
如果您需要保证唯一性,
可能更有效n
中尝试生成[lo, hi]
个随机浮点数。n
,请尝试生成但仍需要很多浮点数并继续,直到你有足够的,而不是在Python级别循环中逐个生成它们来检查集合。
如果你能负担得起NumPy 这样做np.random.uniform
可能是一个巨大的加速。
import numpy as np
def gen_uniq_floats(lo, hi, n):
out = np.empty(n)
needed = n
while needed != 0:
arr = np.random.uniform(lo, hi, needed)
uniqs = np.setdiff1d(np.unique(arr), out[:n-needed])
out[n-needed: n-needed+uniqs.size] = uniqs
needed -= uniqs.size
np.random.shuffle(out)
return out.tolist()
如果你不能使用NumPy ,它仍然可能更高效,这取决于你的数据需要应用相同的检查dupe的概念,维持一套。
def no_depend_gen_uniq_floats(lo, hi, n):
seen = set()
needed = n
while needed != 0:
uniqs = {random.uniform(lo, hi) for _ in range(needed)}
seen.update(uniqs)
needed -= len(uniqs)
return list(seen)
极端堕落案例
# Mitch's NumPy solution
%timeit gen_uniq_floats(0, 2**-50, 1000)
153 µs ± 3.71 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
# Mitch's Python-only solution
%timeit no_depend_gen_uniq_floats(0, 2**-50, 1000)
495 µs ± 43.9 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
# Raymond Hettinger's solution (single number generation)
%timeit sample_floats(0, 2**-50, 1000)
618 µs ± 13 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
更“正常”的情况(样本量较大)
# Mitch's NumPy solution
%timeit gen_uniq_floats(0, 1, 10**5)
15.6 ms ± 1.12 ms per loop (mean ± std. dev. of 7 runs, 100 loops each)
# Mitch's Python-only solution
%timeit no_depend_gen_uniq_floats(0, 1, 10**5)
65.7 ms ± 2.31 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
# Raymond Hettinger's solution (single number generation)
%timeit sample_floats(0, 1, 10**5)
78.8 ms ± 4.22 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
答案 3 :(得分:4)
您可以使用random.uniform(start, stop)
。对于双精度浮动,如果您的设置很小,您可以相对确定它们是唯一的。如果你想生成大量的随机浮点数并且需要避免你有两次数字,请在将它们添加到列表之前进行检查。
但是,如果您正在寻找特定数字的选择,这不是解决方案。
答案 4 :(得分:1)
min_val=-5
max_val=15
numpy.random.random_sample(15)*(max_val-min_val) + min_val
或使用制服
numpy.random.uniform(min_val,max_val,size=15)
答案 5 :(得分:1)
如文档中所述,Python具有random.random()函数:
import random
random.random()
然后你会得到一个浮动值:0.672807098390448
所以你需要做的就是做一个for
循环并打印出random.random():
>>> for i in range(10):
print(random.random())
答案 6 :(得分:0)
more_itertools
有一个通用的numeric_range
,它可以处理整数和浮点数。
class ViewController: UIViewController, UICollectionViewDataSource {
let outerCollectionView = UICollectionView(frame: CGRect(x: 0, y: 40, width: 320, height: 250), collectionViewLayout: UICollectionViewFlowLayout())
override func viewDidLoad() {
super.viewDidLoad()
view.backgroundColor = .green
outerCollectionView.backgroundColor = .blue
(outerCollectionView.collectionViewLayout as! UICollectionViewFlowLayout).itemSize = CGSize(width: 250, height: 300)
outerCollectionView.register(OuterCell.self, forCellWithReuseIdentifier: "outerCell")
view.addSubview(outerCollectionView)
outerCollectionView.dataSource = self
}
func numberOfSections(in collectionView: UICollectionView) -> Int { return 1 }
func collectionView(_ collectionView: UICollectionView, numberOfItemsInSection section: Int) -> Int { return 4 }
func collectionView(_ collectionView: UICollectionView, cellForItemAt indexPath: IndexPath) -> UICollectionViewCell {
let cell = collectionView.dequeueReusableCell(withReuseIdentifier: "outerCell", for: indexPath) as! OuterCell
cell.outerIndex = indexPath.row + 1
return cell
}
}
class OuterCell: UICollectionViewCell, UICollectionViewDataSource {
var innerCollectionView = UICollectionView(frame: CGRect(x: 0, y: 0, width: 300, height: 500), collectionViewLayout: UICollectionViewFlowLayout())
var outerIndex: Int = 0
override init(frame: CGRect) {
super.init(frame: frame)
(innerCollectionView.collectionViewLayout as! UICollectionViewFlowLayout).itemSize = CGSize(width: 140, height: 80)
innerCollectionView.backgroundColor = .yellow
innerCollectionView.register(InnerCell.self, forCellWithReuseIdentifier: "innerCell")
contentView.addSubview(innerCollectionView)
innerCollectionView.dataSource = self
}
required init?(coder aDecoder: NSCoder) {
fatalError("unused")
}
func numberOfSections(in collectionView: UICollectionView) -> Int { return 1 }
func collectionView(_ collectionView: UICollectionView, numberOfItemsInSection section: Int) -> Int { return 3 }
func collectionView(_ collectionView: UICollectionView, cellForItemAt indexPath: IndexPath) -> UICollectionViewCell {
let cell = collectionView.dequeueReusableCell(withReuseIdentifier: "innerCell", for: indexPath) as! InnerCell
cell.label.text = "Cell \(outerIndex) / \(indexPath.item+1)"
return cell
}
}
class InnerCell: UICollectionViewCell {
let label = UILabel(frame: CGRect(origin: .zero, size: CGSize(width: 100, height: 30)))
override init(frame: CGRect) {
super.init(frame: frame)
contentView.backgroundColor = .white
contentView.addSubview(label)
}
required init?(coder aDecoder: NSCoder) {
fatalError("unused")
}
}
答案 7 :(得分:0)
random.uniform 生成浮点值
import random
def get_random(low,high,length):
lst = []
while len(lst) < length:
lst.append(random.uniform(low,high))
lst = list(set(lst))
return lst