Question

我有一个N元素的列表，我想要采样尽可能均匀的M (<= N)值。更具体地说，选择应该最小化采样点之间的间距差异。例如，假设我正在构造一个布尔索引数组（即在python中）来选择元素，

我尝试了算法（来自这个类似但不同的问题：How do you split a list into evenly sized chunks?）：

q, r = divmod(N, M)
indices = [q*jj + min(jj, r) for jj in range(M)]

有时效果很好：

N=11 M=6
good_index = [0 1 0 1 0 1 0 1 0 1 0]

N=14 M=6
good_index = [0 1 1 0 1 1 0 1 0 1 0 1 0 1]

这里，第一个例子是微不足道的，因为阵列可以被均匀地划分。第二个例子不能均匀划分，但点之间的间距尽可能相似（2,2,1,1,1,1）。

但通常效果不佳：

N=16 M=10
bad_index = [0 1 0 1 0 1 0 1 0 1 0 1 0 0 0 0]

N=14 M=10
bad_index = [0 1 0 1 0 1 0 1 0 0 0 0 0 0]

因为你最后堆积了价值。

编辑1：woops，只是意识到上面的每个列表在技术上是倒置的（0应该是1，反之亦然）....但仍然应该传达正确的想法。

编辑2：上述算法往往效果更好（即选择随机数的视觉检查比概念上更简单的算法，

step = int(floor(N/M))
last = M * step  # this prevents us from getting M+1 elements
indices = [ii for ii in range(0, last, step)]

Answer 1

查看一些测试的结果（甚至包括上面的测试结果），问题出在M > N/2时。即当超过一半的值被采样时。但它适用于M < N/2。所以我现在使用的解决方案只是在M > N/2：

时反转问题

注意：这实际上是为N元素创建一个大小为M的 False 的屏蔽列表，尽可能均匀分布。 < / p>

import numpy as np

def even_select(N, M):
    if M > N/2:
        cut = np.zeros(N, dtype=int)
        q, r = divmod(N, N-M)
        indices = [q*i + min(i, r) for i in range(N-M)]
        cut[indices] = True
    else:
        cut = np.ones(N, dtype=int)
        q, r = divmod(N, M)
        indices = [q*i + min(i, r) for i in range(M)]
        cut[indices] = False

    return cut

如果它们存在，我仍然会对更优雅的解决方案感兴趣。

（几乎）从列表中均匀选择项目

1 个答案: