Каков эффективный (вероятно, векторизованный с использованием терминологии Matlab) способ генерации случайного числа нулей и единиц с определенной пропорцией? Специально с Numpy?
Поскольку мой случай особенный для 1/3, мой код:
import numpy as np
a=np.mod(np.multiply(np.random.randomintegers(0,2,size)),3)
Но есть ли какая-нибудь встроенная функция, которая могла бы справиться с этим более эффективно, по крайней мере, для ситуации K/N, где K и N — натуральные числа?
Если я правильно понимаю вашу проблему, вы можете получить помощь с numpy.random.shuffle
>>> def rand_bin_array(K, N):
arr = np.zeros(N)
arr[:K] = 1
np.random.shuffle(arr)
return arr
>>> rand_bin_array(5,15)
array([ 0., 1., 0., 1., 1., 1., 0., 0., 0., 1., 0., 0., 0.,
0., 0.])
Еще один подход с использованием np.random.choice:
>>> np.random.choice([0, 1], size=(10,), p=[1./3, 2./3])
array([0, 1, 1, 1, 1, 0, 0, 0, 0, 0])
Простым способом сделать это было бы сначала сгенерировать ndarray с пропорцией нулей и единиц, которую вы хотите:
>>> import numpy as np
>>> N = 100
>>> K = 30 # K zeros, N-K ones
>>> arr = np.array([0] * K + [1] * (N-K))
>>> arr
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1])
Затем вы можете просто shuffle массив, сделав распределение случайным:
>>> np.random.shuffle(arr)
>>> arr
array([1, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 0, 0, 1, 1, 1, 0, 1, 0, 0, 1, 0,
1, 1, 0, 0, 1, 0, 1, 1, 0, 1, 1, 1, 1, 0, 1, 0, 1, 0, 1, 1, 0, 1, 1,
1, 1, 1, 1, 0, 0, 0, 1, 1, 0, 1, 1, 0, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1,
0, 0, 0, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 0, 1, 1, 1, 0, 1,
1, 1, 1, 0, 1, 1, 1, 1])
Обратите внимание, что этот подход даст вам точную пропорцию нулей/единиц, которые вы запрашиваете, в отличие, скажем, от биномиального подхода. Если вам не нужна точная пропорция, то подойдет биномиальный подход.
Вы можете использовать numpy.random.binomial. Например. предположим, что frac - это доля единиц:
In [50]: frac = 0.15
In [51]: sample = np.random.binomial(1, frac, size=10000)
In [52]: sample.sum()
Out[52]: 1567
Другой способ получить точное количество единиц и нулей — это выборка индексов без замены с использованием np.random.choice:
arr_len = 30
num_ones = 8
arr = np.zeros(arr_len, dtype=int)
idx = np.random.choice(range(arr_len), num_ones, replace=False)
arr[idx] = 1
Вне:
arr
array([0, 0, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1, 1,
0, 0, 0, 0, 0, 1, 0, 0])
Простой однострочник: вы можете избежать использования списков целых чисел и вероятностных распределений, которые, на мой взгляд, являются неинтуитивными и излишними для этой проблемы, просто работая сначала с bools, а затем при необходимости приводя к int (хотя оставляя его как массив bool следует работают в большинстве случаев).
>>> import numpy as np
>>> np.random.random(9) < 1/3.
array([False, True, True, True, True, False, False, False, False])
>>> (np.random.random(9) < 1/3.).astype(int)
array([0, 0, 0, 0, 0, 1, 0, 0, 1])
sizeне делится на 3? Исключение? Круглый/пол/корпус? Взвешенный случайный раунд (таким образом, 10 имеет шанс 2/3 на 3 и шанс 1/3 на 4)? - person abarnert schedule 25.10.2013fracпросто используйтеp=[1-frac, frac]. - person Warren Weckesser schedule 26.10.2013