在Python中使用numpy.random.choice的更快替代方法？

Question

我的目标是在Python中生成一个大型2D数组，其中每个数字均为0或1。为此，我创建了一个嵌套的for循环，如下所示：

    for count in range(0,300):
      block = numpy.zeros((8,300000))

      for a in range(0,8):
        for b in range(0,300000):
          block[a][b] = numpy.random.choice(2,1, p=[0.9,0.1])

该区块有90％的机会选择“ 0”，而有10％的机会选择“ 1”。但是外部for循环处理一次需要1分钟以上的时间。有没有一种更有效的方法可以为大量数组选择随机数，同时又能够使用“ P”值？ （这是我的第一篇文章，对不起，如果格式损坏的话）

Answer 1

NumPy的思想是在Python级别上 not 循环遍历720000000次迭代。您应该使用全数组操作，例如让numpy.random.choice在一个调用中生成整个选项数组：

block = numpy.random.choice(2, size=(8, 300000), p=[0.9, 0.1])

这几乎立即完成。