Loops 带numpy的对称矩阵 来自随机导入的* N=100 伽马=0.7 连接=零（（N，N）） 对于范围（N）中的i： 对于范围（i+1）内的j： 如果随机（） 连接[i，j]=1 连接[j，i]=1 其他： 连接[i，j]=0 连接[j，i]=0

我想做的是创建一个对称矩阵，填充0和1（概率为0.7的1）。 这是双for循环，非常低效…我将用numpy制作一些东西，我相信它可以大大加快速度？ 有人知道如何进行吗？

---

多谢各位

您可以使用numpy random模块生成随机向量，并使用这些向量为矩阵种子。例如：

from random import *
N = 100
gamma = 0.7
connect = zeros((N,N))

for i in range(N):
    for j in range(i+1):
        if random() < gamma:
            connect[i,j] = 1
            connect[j,i] = 1
        else:
            connect[i,j] = 0
            connect[j,i] = 0

---

编辑2

这比上面的行版本更简单，速度大约快4倍。此处，三角形矩阵直接由完整的权重矩阵形成，然后添加到其转置中以生成对称矩阵：

N = 100
gamma = 0.7
connect = np.zeros((N,N),dtype=np.int32)

for i in range(0,N):
    rval = (np.random.random_sample(size=(N-i))<gamma).astype(np.int32)
    connect[i,i:] = rval

connect += np.triu(connect,1).T

N=100
伽马=0.7
a=np.triu（（np.random.random_sample（size=（N，N））很好。这非常有帮助，我真的很感激！它非常有效如果你发现答案解决了你的问题，那么也许你可以接受答案。
N = 100
gamma = 0.7
connect = np.zeros((N,N),dtype=np.int32)

for i in range(0,N):
    rval = (np.random.random_sample(size=(N-i))<gamma).astype(np.int32)
    connect[i,i:] = rval

connect += np.triu(connect,1).T

N = 100
gamma = 0.7
a=np.triu((np.random.random_sample(size=(N,N))<gamma).astype(np.int32))
connect = a + np.triu(a,1).T