Arrays 以给定的概率改变数组的元素数
我有一个随机数数组。我只想在概率为0.07的基础上改变一些元素。目前，我正在使用for循环来迭代每个元素。有更好的方法吗？如果所讨论的数组被称为Arrays 以给定的概率改变数组的元素数,arrays,random,numpy,Arrays,Random,Numpy,我有一个随机数数组。我只想在概率为0.07的基础上改变一些元素。目前，我正在使用for循环来迭代每个元素。有更好的方法吗？如果所讨论的数组被称为a，您可以通过 a[numpy.random.rand(*a.shape) < 0.07] a[numpy.random.rand（*a.shape）
aa[numpy.random.rand(*a.shape) < 0.07]
a[numpy.random.rand（*a.shape）<0.07]
a[numpy.random.rand(*a.shape) < 0.07] *= 2.0
a[numpy.random.rand（*a.shape）<0.07]*=2.0
斯文的回答很优雅。但是，选择要更改的图元要快得多
n = numpy.random.binomial(len(a), 0.07)
a[numpy.random.randint(0, len(a), size=n)] *= 2.0
第一个表达式确定要采样的元素数（n是0到len（a）之间的整数，但平均值为0.07），第二个表达式正好生成要检索的索引数。（但是，请注意，您可能会多次获得相同的索引。）
区别在于
a[numpy.random.rand(len(a)) < p]
a[numpy.random.rand（len（a））
当p接近1时变小，但对于小p，它可能是10倍或更多。太棒了！非常感谢。我只是想把它们改成其他随机值。这比我的for循环要好得多。请注意，（独立地）改变概率为p的元素和改变“其值的比例p”之间存在差异。我认为显示的代码就是前者。@tc如何实现后者？@wot:使用random.sample（xrange（len（a）），int（len（a）*0.07））
作为索引，或者说模取整。@tc:您提出了一个很好的观点，但您提供的解决方案将扼杀此答案中的方法对OP原始循环的所有性能改进。