Python 用另一个数组中的随机元素填充numpy数组

我不确定这是否可行，但事情是这样的。假设我有一个数组：

array1 = [0,.1,.2,.3,.4,.5,.6,.7,.8,.9,1]

现在我想创建一个numpy1d数组，由5个元素组成，这些元素是从数组1中随机抽取的，条件是总和等于1。例如，一个看起来像

[.2、.2、.2、.1、.1]

的numpy数组

• 目前我使用的是随机模块和选择函数，如下所示：

  range1=np.array（[choice（array1）、choice（array1）、choice（array1）、choice（array1）]）

  然后检查range1是否符合标准；我想知道是否有更快的方法，类似于

  randomArray=np.random.random（）

• 如果我能将这个数组存储在某个库中，这样更好，如果我尝试生成100个这样的数组，就不会重复，但这不是必需的

---

不久前我也不得不做类似的事情

def getRandomList(n, source):
    '''
    Returns a list of n elements randomly selected from source.
    Selection is done without replacement.

    '''

    list = source
    indices = range(len(source))
    randIndices = []
    for i in range(n):
        randIndex = indices.pop(np.random.randint(0, high=len(indices)))
        randIndices += [randIndex]

    return [source[index] for index in randIndices]


data = [1,2,3,4,5,6,7,8,9]
randomData = getRandomList(4, data)
print randomData

如果使用numpy 1.7.0+，则可以使用：

>>> import numpy as np
>>> array1 = np.array([0,.1,.2,.3,.4,.5,.6,.7,.8,.9,1])
>>> np.random.choice(array1, 5)
array([ 0. ,  0. ,  0.3,  1. ,  0.3])
>>> np.random.choice(array1, 5, replace=False)
array([ 0.6,  0.8,  0.1,  0. ,  0.4])

---

要得到5个元素的和等于1
• 生成4个随机数
• 从1->x中减去4个数字的总和
• 如果数组1中包含x，则将其用作最终数字；还是重复

---

---

另一个版本（假设给定数组已排序）：

EPS=0.0000001
def解算（arr，总计，n）：
尽管如此：
xs=np.随机选择（arr，n-1）
t=xs.sum（）
i=平均值（总计-t）
如果abs（t+arr[i]-总计）

如果您不关心输出序列中值的顺序，那么列表中5个值组合加起来等于1的数量非常少。但在您建议的特定情况下，计算起来有点复杂，因为浮点值存在舍入问题。如果您使用一组整数（例如

range（11）

）并找到加起来等于10的组合，则可以更轻松地解决此问题。如果需要分数，只需将结果中的值除以10即可
无论如何，这里有一个生成器，它可以生成所有可能的集合，这些集合相加为给定的值：

def picks(values, n, target):
    if n == 1:
        if target in values:
            yield (target,)
        return
    for i, v in enumerate(values):
        if v <= target:
            for r in picks(values[i:], n-1, target-v):
                yield (v,)+r

您可以随机选择其中一个（使用

random.choice

），或者如果您计划使用其中的许多，并且不想重复，您可以使用

random.shuffle

，然后迭代

results = list(picks(range(11), 5, 10))
random.shuffle(results)

for r in results:
    # do whatever you want with r

---

将值添加到1的约束极大地限制了有效的选择。允许复制吗？如果不是，唯一有效的选择是

[0、.1、.2、.3、.4]

，加起来应该接近

1

（如果不小心，浮点舍入可能会导致问题）。如果允许重复，那么就有不止一个选项，问题也不是很简单。如果您已经在使用numpy，为什么不直接使用

numpy.random.choice（source，n，False）

？@Blckknght我以前没有听说过这个函数，但我认为您是对的-这样做更容易。

high

for是独占的。你应该通过

len（index）

来代替。我也在使用类似这样的东西，它似乎在range1=1.0*（np.random.random_integers（1,10，size=（1,5）））/10HI-Blckknght：这很有效-我不理解它是如何工作的，但会研究它以了解更多。非常感谢。该算法类似于给定一组硬币面额对特定值进行更改的算法。然而，在本例中，我并没有试图用最少的硬币进行兑换，而是试图准确地挑选

n

项，这些项加起来就是

target

。第一个

if

是基本情况，只剩下一个值可供选择。如果列表中有可用的

目标值，我们选择它！循环是递归的情况，在这种情况下，您选择一个值，然后递归以找到一个较小的集合，该集合与值的其余部分相加？如果我还想要序列（0,0,0,1,9）以及（9,1,0,0,0），那么？谢谢。@AlexLee:这很复杂。您希望结果序列的每个唯一排列都具有相同的可能性吗？如果是这样的话，像
（2,2,2,2,2）
这样只有一个唯一排列的解决方案将比
（0,0,0,0,10）
的五个唯一排列或
（0,0,0,1,9）
的20个唯一排列少得多。如果您从递归步骤中删除切片，我的生成器就可以做到这一点：
用于r in picks（值，n-1，target-v）：
（如果需要，您也可以取消
枚举
调用）。但是，这会产生大约33倍的结果（并且可能需要更多的时间）！谢谢Blckknght-你真是不可思议-像你这样的人让互联网变得很棒。由于浮点舍入，此解决方案可能存在问题。它永远不会产生
[0.2,0.2,0.2,0,0.4]
（按顺序），因为当你计算
1-（0.2+0.2+0.2）
时，你得到的是
0.399999999999999
，而不是
0.4
。（这就是为什么我的解决方案使用整数：-）。我也不确定这个算法是否能生成均匀分布的解。也就是说，我实际上不知道如何确定它产生的分布，所以它可能比我想象的要好。
def picks(values, n, target):
    if n == 1:
        if target in values:
            yield (target,)
        return
    for i, v in enumerate(values):
        if v <= target:
            for r in picks(values[i:], n-1, target-v):
                yield (v,)+r

>>> for r in picks(range(11), 5, 10):
    print(r)

(0, 0, 0, 0, 10)
(0, 0, 0, 1, 9)
(0, 0, 0, 2, 8)
(0, 0, 0, 3, 7)
(0, 0, 0, 4, 6)
(0, 0, 0, 5, 5)
(0, 0, 1, 1, 8)
(0, 0, 1, 2, 7)
(0, 0, 1, 3, 6)
(0, 0, 1, 4, 5)
(0, 0, 2, 2, 6)
(0, 0, 2, 3, 5)
(0, 0, 2, 4, 4)
(0, 0, 3, 3, 4)
(0, 1, 1, 1, 7)
(0, 1, 1, 2, 6)
(0, 1, 1, 3, 5)
(0, 1, 1, 4, 4)
(0, 1, 2, 2, 5)
(0, 1, 2, 3, 4)
(0, 1, 3, 3, 3)
(0, 2, 2, 2, 4)
(0, 2, 2, 3, 3)
(1, 1, 1, 1, 6)
(1, 1, 1, 2, 5)
(1, 1, 1, 3, 4)
(1, 1, 2, 2, 4)
(1, 1, 2, 3, 3)
(1, 2, 2, 2, 3)
(2, 2, 2, 2, 2)

results = list(picks(range(11), 5, 10))
random.shuffle(results)

for r in results:
    # do whatever you want with r