在numpy中最好的方法是在n
维空间中随机选择d
个点,并以不同的大小为界?
例如,我需要在大小为[10, 20, 100]
的3D多维数据集中随机128个点-长10,宽20,高100。
我寻求一种比遍历d
并分别选择每个索引更好的方法(如果存在)。
答案 0 :(得分:2)
获取盒子内点的最常见方法是均匀分布的,为此,您可以直接使用numpy:
ans=np.random.uniform(low=[-5,-10,-50],high=[5,10,50],size=[n,d])
在这里,我可以自由地将框放在原点的中心,但是您可以随意使用这些值。
答案 1 :(得分:-1)
您可以使用:
import numpy as np
Z = np.random.normal(size=[10, 20, 100])