我不确定这是否可行但是这里有.假设我有一个数组：
array1 = [0,.1,.2,.3,.4,.5,.6,.7,.8,.9,1]
现在我想创建一个numpy 1D数组,由5个元素组成,这些元素是从array1中随机抽取的,条件是sum等于1.例如,类似于numpy数组,看起来像[.2,0.2,0.1,0.1].
>目前我使用随机模块和选择函数,如下所示：
range1 = np.array([choice(array1),choice(array1),choice(array1)])
然后检查range1以查看它是否符合标准;我想知道是否有更快的方式,类似的东西
randomArray = np.random.random()代替.
>如果我可以将这个数组存储在某个库中会更好,这样如果我尝试生成100个这样的数组,那就没有重复,但这不是必需的.
解决方法
如果你使用numpy 1.7.0你可以使用
numpy.random.choice：
>>> import numpy as np >>> array1 = np.array([0,1]) >>> np.random.choice(array1,5) array([ 0.,0.,0.3,1.,0.3]) >>> np.random.choice(array1,5,replace=False) array([ 0.6,0.8,0.4])
要获得总和等于1的5个元素,
>生成4个随机数.
>从1 – >中减去4个数字的总和. X
>如果x包含在array1中,则将其用作最终数字;或重复
>>> import numpy as np >>> >>> def solve(arr,total,n): ... while True: ... xs = np.random.choice(arr,n-1) ... remain = total - xs.sum() ... if remain in arr: ... return np.append(xs,remain) ... >>> array1 = np.array([0,1]) >>> print solve(array1,1,5) [ 0.1 0.3 0.4 0.2 0. ]
另一个版本(假设给定的数组已排序)：
EPS = 0.0000001
def solve(arr,n):
while True:
xs = np.random.choice(arr,n-1)
t = xs.sum()
i = arr.searchsorted(total - t)
if abs(t + arr[i] - total) < EPS:
return np.append(xs,arr[i])