Python：检查数组的列是否在边界内，如果不在边界内，则选择一个随机数

我有一个表单数组

a = np.array([[1,2],[3,4],[5,6]])

我有一个域或边界，这也是一个数组的形式

b = np.array([[0, 4], [3,7]])

基本上我想检查a[：，0]是否在b的第一行内，a[：，1]是否在b的第二行内。例如，在这个例子中，a[：，0]=[1,3,5]，我们可以看到它们都可以工作，除了大于4的5。类似地，a[：，1]=[2,4,6]，我们看到2失败了，因为2方法1：这里有一种方法-

# Invalid mask where new values are to be put
mask = (a < b[:,0]) | (a > b[:,1])

# Number of invalid ones per column of a
count = mask.sum(0)

# Get lengths for range limits set by b
lens = b[:,1] - b[:,0]

# Scale for uniform random number generation
scale = np.repeat(lens, count)

# Generate random numbers in [0,1)
rand_num = np.random.rand(count.sum())

# Get offset for each set of random numbers. Scale and add offsets to get
#equivalent of all the original code uniform rand number generation
offset = np.repeat(b[:,0], count)
put_num = rand_num*scale + offset

# Finally make a copy as a float array and assign using invalid mask
out = a.copy().astype(float)
out.T[mask.T] = put_num

方法2：另一种方法是生成与a形状相同的缩放和偏移随机数，并简单地使用np.where和无效掩码在生成的随机数和a之间进行选择。实现会更简单，就像这样-

rand_nums = np.random.rand(*a.shape)*(b[:,1] - b[:,0]) + b[:,0]
mask = (a < b[:,0]) | (a > b[:,1])
out = np.where(mask, rand_nums, a)

---

这会给你你所需要的：

a总是按cols排序吗？另外，预期的o/p是：[[1,3]，[3,4]，[4,6]]吗？不是，应该是随机的o/p是什么？输出？是的，我指的是给定样本的预期输出。不，我不想使用np.clip，它必须是随机的！但是在边界之内谢谢你的回答！你会说这比我的方法快吗？@Euler_Salter让我问你-你在一个表中只有两列吗？是的，我只有两列，但可能有很多行，肯定超过5行，但可以是任何数字，50等等星号*在你的第二种方法中起什么作用？@Euler_Salter嗯，我想说试试这两种方法，自己看看。该星号用于向rand函数输入逗号分隔的输入

In [1004]: a
Out[1004]: 
array([[1, 2],
       [7, 4],
       [5, 6]])

In [1005]: b
Out[1005]: 
array([[ 2,  6],
       [ 5, 12]])

In [1006]: out
Out[1006]: 
array([[ 2.9488404 ,  8.97938277],
       [ 4.51508777,  5.69467752],
       [ 5.        ,  6.        ]])
# limits:  [2, 6]       [5, 12]

rand_nums = np.random.rand(*a.shape)*(b[:,1] - b[:,0]) + b[:,0]
mask = (a < b[:,0]) | (a > b[:,1])
out = np.where(mask, rand_nums, a)

import numpy as np
a = np.array([[1,2],[3,4],[5,6]])
b = np.array([[0,4], [3,7]])
for iter in range(np.size(a,1)):
    index = np.where(np.logical_or(a[:,iter]<b[0,iter], a[:,iter]>b[1,iter]))
    if len(index)!=0:
        a[index,iter] = np.random.random_integers(b[0,iter], b[1,iter], size=[len(index),1])