Python 3.x 异质化numpy阵列，使相邻的两个单元不相等

我有一个大型numpy数组，我希望使用以下条件填充该数组：

仅使用设定范围为0到9的数字，例如 填充以使相邻单元格不相等。这意味着每个单元格将被不同的值包围。不允许有任何例外。 我目前正在使用以下功能

def uniqify(in_array):
    #warning: array is mutable and gets modified outside this scope
    out_array = np.arange(in_array.size).reshape(in_array.shape)
    return out_array.astype(np.float32)

但是，这违反了第一个标准，因为数组值会上升到非常高的数字。由于在输入此函数之前我不知道这些数组的大小，因此我宁愿限制每个条目中可以包含的数字的大小

有什么优雅的解决方案可以做到这一点吗

编辑

我目前正在研究numpy中的一些随机化功能，例如

下面是我用np.random.choice编写的一个例子

---

这会打印各种数字范围从0到1的列表，这很好，但是对于大型数据集，我可以想象可能的样本之间的差异非常小，以至于它们几乎相等。因此，我不能随机化，但需要驱动一个函数，明确目标是避免相邻单元相等。我想象数字可以从1到9…正如Paul Panzer评论的那样，可以构建一个规则的棋盘状图案：

def uniq(shape):
    f = lambda *idx: np.mod(np.sum(idx, axis=0), 10)
    return np.fromfunction(f, shape)

例如，uniq5，17是

没有相邻的元素是相等的。模甚至可以取为mod 2，从而得到一个0-1数组

如果您希望数组是随机的，或者至少看起来是随机的，分步可以提供帮助

def uniq(shape):
    steps = 1 + np.mod(np.random.randint(1, 100, size=len(shape))*(np.sqrt(5)+1)/2, 8)
    f = lambda *idx: np.mod(np.floor(np.random.uniform(0, 10) + np.moveaxis(idx, 0, -1).dot(steps)), 10)
    return np.fromfunction(f, shape)

现在uniq5，17是一个随机的样子

[[ 4.  8.  3.  7.  2.  7.  1.  6.  0.  5.  0.  4.  9.  3.  8.  3.  7.]
 [ 0.  4.  9.  4.  8.  3.  7.  2.  7.  1.  6.  0.  5.  0.  4.  9.  3.]
 [ 6.  1.  5.  0.  4.  9.  4.  8.  3.  7.  2.  7.  1.  6.  0.  5.  0.]
 [ 2.  7.  1.  6.  1.  5.  0.  4.  9.  4.  8.  3.  7.  2.  7.  1.  6.]
 [ 8.  3.  8.  2.  7.  1.  6.  1.  5.  0.  4.  9.  4.  8.  3.  7.  2.]]

---

第一个版本的所有步骤都是1。步长的计算基于黄金比率np.sqrt5+1/2，因为其倍数产生均匀分布但看起来随机的数字。步骤保证在1到9之间，因此在铺设地板和采用mod 10后，每一步都有一个不同的数字。

如果replace=False，您将永远无法获得相等的相邻值，因为所有值都是唯一的。因此，假设您的目标是获得一个比可能值的数量更长的随机_列表，为什么不将其填充到for循环中，以便跟踪最后添加的元素。如果下一个选项等于最后一个元素，请选择另一个。您希望列表的随机性如何？很容易找到符合您标准的常规棋盘格式。

def uniq(shape):
    steps = 1 + np.mod(np.random.randint(1, 100, size=len(shape))*(np.sqrt(5)+1)/2, 8)
    f = lambda *idx: np.mod(np.floor(np.random.uniform(0, 10) + np.moveaxis(idx, 0, -1).dot(steps)), 10)
    return np.fromfunction(f, shape)

[[ 4.  8.  3.  7.  2.  7.  1.  6.  0.  5.  0.  4.  9.  3.  8.  3.  7.]
 [ 0.  4.  9.  4.  8.  3.  7.  2.  7.  1.  6.  0.  5.  0.  4.  9.  3.]
 [ 6.  1.  5.  0.  4.  9.  4.  8.  3.  7.  2.  7.  1.  6.  0.  5.  0.]
 [ 2.  7.  1.  6.  1.  5.  0.  4.  9.  4.  8.  3.  7.  2.  7.  1.  6.]
 [ 8.  3.  8.  2.  7.  1.  6.  1.  5.  0.  4.  9.  4.  8.  3.  7.  2.]]