如何根据数组中的位置更改Numpy.random.choice的p值？

我有一个大小为nxn的3D阵列。我想用随机布尔值填充这个数组，我可以这样做：

a = np.random.choice([False,True],size=(N,N,N))

但是，我希望选择True或False的可能性或p值基于元素在数组中的位置。我想也许我可以用p-value参数来实现这一点，但只有这样才能为整个数组选择True/False的频率

有没有办法为整个N，N，N数组设置特定的p值？我猜这相当于一个N，N，N，2数组，额外的2表示p值为False，p值为True，尽管p_True=1-p_False。我觉得有一种更简单的方法，我没有想到

编辑： 假设我想创建一个简单的数组，a，形状为1，2，只有两个元素，但是是多维的。我想用True/False填充这两个元素。我有另一个数组，填充了似然或p值，我希望这些元素为False，比如p_False，其中p_False.shape=1,2。假设我希望第一个元素有25%的几率为False，但是第二个元素有50%的几率为False，那么p_False=np.array[0.25,0.5]

我尝试了以下几点：

a = np.random.choice([[False,True],[False,True]],p=[[.25,.75],[.5,.5]])

但是我得到了一个ValueError：a必须是一维的。

使用二项式方法，在[0，1]中使用一个数字数组。下面是一个示例，根据随机选择的概率将每个元素设置为0或1：

import numpy
gen=numpy.random.Generator(numpy.random.PCG64())
ret=gen.binomial(1, gen.uniform(size=(3, 3, 3)))

如果您希望每个项目为真或假，而不是0或1，恐怕我不知道如何做到这一点

请注意，numpy.random.Generator是。建议您使用最新版本的NumPy；同时，您可以使用以下各项：

import numpy
ret=numpy.random.binomial(1, numpy.random.uniform(size=(3, 3, 3)))

---

要生成具有不同概率的数组，可以使用以下代码：

# define an initial value of N
N = 512

# generate an array of probabilities. You can eventually build your own, since the size is respected
prob_array = np.array((range(0,N*N*N)))

# rescale the probabilities between 0 and 1
prob_array = (prob_array - np.min(prob_array)) / (np.max(prob_array) - np.min(prob_array))

# generate the random based on the probabilities, cast to booleans and reshape
np.reshape(np.array(np.random.binomial(1, p=prob_array, size=N*N*N), dtype=bool), (N,N,N))

这将生成一个数组，开始时有很多假，最后有很多真：

array([[[False, False, False, ..., False, False, False],
        [False, False, False, ..., False, False, False],
        [False, False, False, ..., False, False, False],
        ...,
        [False, False, False, ..., False, False, False],
        [False, False, False, ..., False, False, False],
        [False, False, False, ..., False, False, False]],

       ...,


       [[ True,  True,  True, ...,  True,  True,  True],
        [ True,  True,  True, ...,  True,  True,  True],
        [ True,  True,  True, ...,  True,  True,  True],
        ...,
        [ True,  True,  True, ...,  True,  True,  True],
        [ True,  True,  True, ...,  True,  True,  True],
        [ True,  True,  True, ...,  True,  True,  True]]])

---

你能详细说明基于元素在数组中的位置的方法吗？也许可以使用一个小的2D N，N数组来演示？所以这看起来像是python在数组的每个元素上循环，对吗？我的实际NXN阵列的大小可能是512x512x512，因此可能会比较慢。我尝试使用N=64并不断得到错误：ValueError：概率不是非负的。当N>5时出现此错误。另外，当N=5时，我总是得到相同的答案，前四行都是真的，第五行都是假的。是的，对于一个大的N来说，它可能很慢。产生错误是因为NNN大于100，所以大于100的1-元素将产生一个负概率，什么是不可能的。更新以剪裁概率并生成没有循环的数据。看起来生成器可能是新的。我有Numpy 1.15.1，但它似乎没有。我发布了这段代码，所以我想要一些不需要更新Numpy版本的东西。是否有一个替换为say RandomState或其他东西？是的；发电机是在Numpy 1.7中引入的。建议您使用最新版本的Numpy；同时，您可以使用numpy.random.binomial/.uniform。