Python Numpy:从参数数组生成多个随机样本
我有三个参数数组,每个数组包含n个参数值。现在我需要使用相同的参数设置绘制m个独立的样本,我想知道是否有一种有效的方法来实现这一点 例如:Python Numpy:从参数数组生成多个随机样本,python,numpy,random,Python,Numpy,Random,我有三个参数数组,每个数组包含n个参数值。现在我需要使用相同的参数设置绘制m个独立的样本,我想知道是否有一种有效的方法来实现这一点 例如: p1 = [1, 2, 3, 4], p2 = [4,4,4,4], p3 = [6,7,7,5] 将生成一个样本,如下所示: np.random.triangular(left=p1, mode=p2, right=p3) 导致 [3, 6, 3, 4.5] 但我希望在一个单独的数据阵列中获得其中的m 当然,一个解决方案可以是启动一个大小为[n,m]
p1 = [1, 2, 3, 4], p2 = [4,4,4,4], p3 = [6,7,7,5]
将生成一个样本,如下所示:
np.random.triangular(left=p1, mode=p2, right=p3)
导致
[3, 6, 3, 4.5]
但我希望在一个单独的数据阵列中获得其中的m
当然,一个解决方案可以是启动一个大小为[n,m]的样本数组,并使用循环填充每个列。然而,同时生成所有随机值通常更快,因此我想知道这是否可行
注:
添加参数'size=(n,m)'对数组值的参数值不起作用严格来说,添加参数
size=(n,m)
确实不起作用。但是size=(m,n)
可以
通常,在numpy
大小中,行数排在第一位
>>> numpy.random.triangular(left=p1, mode=p2, right=p3, size=(10, 4))
array([[2.90526206, 3.90549642, 4.17820463, 4.49103927],
[4.128539 , 5.64750789, 4.2343925 , 4.14951323],
[4.55117141, 4.18380231, 4.94283228, 4.17310084],
[3.7047425 , 6.19969199, 3.9318881 , 4.73317286],
[5.0613046 , 4.88435654, 4.04345036, 4.41236136],
[3.6946254 , 2.28868213, 4.29268451, 4.61406735],
[4.26315216, 3.84219428, 4.79651309, 4.02510467],
[3.1213574 , 3.87407067, 4.20976142, 4.11963155],
[2.89005644, 4.43081604, 5.96604977, 4.0194683 ],
[5.28800737, 3.80200832, 4.45966515, 4.46419704]])
这可以推广到以更复杂方式广播的阵列。下面是一个基于广播参数创建2x2x2数组的四个不同样本的示例。请再次注意,第一个值是样本数,其余值描述每个样本的形状:
>>> numpy.random.triangular(a[:, None, None],
... a[None, :, None] + 2,
... a[None, None, :] + 4,
... size=(4, 2, 2, 2))
array([[[[1.96335621, 1.88351682],
[2.27347214, 3.23075503]],
[[2.53612351, 2.33322979],
[2.73651868, 2.7414705 ]]],
[[[3.80046148, 3.83468891],
[3.43258814, 3.33174839]],
[[3.05200913, 4.47039698],
[2.89013357, 1.99638614]]],
[[[1.91325759, 2.64773446],
[1.73132514, 3.47843725]],
[[1.88526414, 2.86937885],
[3.12001437, 1.58742945]]],
[[[0.58692663, 1.08249125],
[3.4744866 , 1.95300333]],
[[1.72887756, 2.68527515],
[1.95189437, 4.49416249]]]])
哦,天哪。非常感谢。