用另一个数组中的随机元素填充numpy数组

Question

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[.2,.2,.2,.1,.1].

• 目前我使用随机模块和看起来像这样的选择函数: range1= np.array([choice(array1),choice(array1),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().

• 如果我可以将这个数组存储在某个库中会更好,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.

Answer 1

numpy.random.choice如果你使用numpy 1.7.0+,你可以使用:

>>> import numpy as np
>>> array1 = np.array([0,.1,.2,.3,.4,.5,.6,.7,.8,.9,1])
>>> 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,  0.1,  0. ,  0.4])

要获得总和等于1的5个元素,

• 生成4个随机数.
• 从1 - > x中减去4个数字的总和
• 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,.2,.3,.4,.5,.6,.7,.8,.9,1])
>>> 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, total, 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])