Python 处理两个numpy数组时发生ValueError

我想从多对alpha和beta的beta分布中取样。 因此，我在数组

a

和

b

中加载了这些alpha和beta，并尝试如下并行计算：

>>> a = np.array([1,2,3,4,5])
>>> b = np.array([3,2,4,2,6])
>>> import random
>>> random.betavariate(a+1,b+1)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python3.8/random.py", line 679, in betavariate
    y = self.gammavariate(alpha, 1.0)
  File "/usr/lib/python3.8/random.py", line 564, in gammavariate
    if alpha <= 0.0 or beta <= 0.0:
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

成功了吗？那么，我是否必须显式地使用map来调用alpha-beta对列表中的

random.betavariate（）

？如果是，它会比numpy并行化慢吗？事实上，有可能正确实现我的第一个代码，使numpy并行计算它们吗

---

PS:I am python 3.8.2

请改用numpy中的random

从numpy.random导入默认值\u rng
rng=默认值
a=np.数组（[1,2,3,4,5]）
b=np.数组（[3,2,4,2,6]）
收益率β（a+1，b+1）

打电话时如何设置种子

默认值\u rng

？像这样：

np.random.default\u rng（seed=1）

？还有它与

numpy.random.beta

有何不同？你是对的。

>>> list(map(lambda x,y : random.betavariate(x,y),a,b))
[0.06403096830025037, 0.48396460498711924, 0.2652080357595285, 0.4468980529245114, 0.8550096603254491]