Arrays 如何使用随机数生成一个数组，其中一个条件重复n次？

我有一个数组，我用0到1的随机浮点数填充它

x = np.random.random((20,20))

稍后，我将提取数组（x[行][列]）中大于0.2的项，如下所示：

loc = np.argwhere(x > 0.2)

但是，我无法控制

loc

的大小。我必须有最多80个元素提供大于0.2的条件

maxnum = 80
len(loc) == maxnum

提供大于0.2的项的组合每次都应该不同，因为它应该是一个随机数组。 更具体地说，如果我制作一个数组：

y = np.random.random((4,4))

这将产生：

array([[ 0.90282391,  0.11295454,  0.22650744,  0.31376307],
       [ 0.44553798,  0.19264588,  0.8944689 ,  0.77730786],
       [ 0.17462983,  0.79806749,  0.02074193,  0.3545992 ],
       [ 0.60130149,  0.5982725 ,  0.20522246,  0.99080217]])

我只需要随机选择其中的3个就可以大于0.2。 因此，预期输出应如下所示：

array([[ **0.90282391**,  0.11295454,  0.12650744,  0.11376307],
       [ 0.14553798,  0.19264588,  0.1944689 ,  0.17730786],
       [ 0.17462983,  0.19806749,  0.02074193,  **0.3545992** ],
       [ 0.10130149,  **0.5982725** ,  0.10522246,  0.19080217]])

粗体字（大于0.2）的位置在每次跑步中都会改变

您知道如何实现该输出吗

import numpy as np
n = 20
threshold = 0.2
maxNum = 80
res = np.zeros([n, n])
perm = np.random.permutation(n ** 2)

res.flat[perm[:maxNum]] = np.random.uniform(size=maxNum, low=threshold, high=1)
res.flat[perm[maxNum:]] = np.random.uniform(size=n**2 - maxNum, low=0, high=threshold)

让我解释一下。我们创建一个形状为（n，n）的空数组

res

。我们的

maxNum

值正好高于

threshold

。 我们选择

maxNum

在0和n**2-1之间的不同索引（我使用

np.random.permutation

）。我们在

res

的平面视图中用0.2到1之间的统一值填充相应的值

我们用在0和0.2之间均匀绘制的值填充剩余的

res

因此：

In [59]: len(np.argwhere(res > threshold))
Out[59]: 80

这会有帮助的

l=np.random.random((20,20))
loc= np.argwhere(l>.2) if len(np.argwhere(l>.2))<=80 else np.argwhere(l>.2)[:80]

l=np.random.random（（20,20））
loc=np.argwhere（l>0.2）如果len（np.argwhere（l>0.2））.2[：80]

---

如果数据丢失，则会出现异常情况

谢谢您的回答。但是，我不能有一个带有这些代码的数组？我想创建一个数组，其中80项大于0.2，其余项应小于0.2。使用此代码，我有两个不同的数组？不，您有一个数组

res

。我们只需两步填写。哦，我明白了，谢谢。在“res”中，现在的数字是一致的。然而，数字应该是合理的random@podedo我的错误我忘记了一个参数，这个参数改变了loc，而不是元素数小于0。2@podedo对不起，我没能真正理解你的问题：谢谢。但是，我在这里怎么定义“l”呢？我的坏@podedo。纠正它