受其他数组限制的 Numpy 随机数组答案

【问题标题】：Numpy random array limited by other arrays受其他数组限制的 Numpy 随机数组
【发布时间】：2019-06-27 11:37:41
【问题描述】：

我有两个大小相同的 numpy ndarray。

a = np.random.randn(x,y)
b = np.random.randn(x,y)

我想创建一个新数组，其中每个元素都是a 和b 中具有相同索引的元素值之间的随机值。所以每个元素c[i][j] 应该在a[i][j] 和b[i][j] 之间。有没有比遍历c 的所有元素并分配随机值更快/更简单/更有效的方法？

【问题讨论】：

标签： python arrays python-3.x numpy numpy-ndarray

【解决方案1】：

你可以这样做：

c=a+(b-a)*d

其中 d = 值介于 0 和 1 之间且与 a 相同的维度的随机数组

【讨论】：

【解决方案2】：

这是一个使用numpy的想法：

a = np.random.randn(2,5)
array([[ 1.56068748, -2.21431346],
       [-0.33707115,  0.93420256]])

b = np.random.randn(2,5)
array([[-0.0522846 ,  0.11635731],
       [-0.57028069, -1.08307492]])

# Create an interleaved array from both a and b 
s = np.vstack((a.ravel(),b.ravel()))

array([[ 1.56068748, -2.21431346, -0.33707115,  0.93420256],
       [-0.0522846 ,  0.11635731, -0.57028069, -1.08307492]])

# Feed it to `np.random.uniform` which takes low and high as inputs 
# and reshape it to match input shape
np.random.uniform(*s).reshape(a.shape)

array([[ 0.14467235, -0.79804187],
       [-0.41495614, -0.19177284]])

【讨论】：

【解决方案3】：

您可以使用文档中的numpy.random.uniform：

low : float 或 array_like 的浮点数，可选

输出区间的下边界。生成的所有值将是大于或等于低。默认值为 0。

high : float 或 array_like 的浮点数

输出区间的上边界。生成的所有值将是低于高。默认值为 1.0。

所以low 和high 都可以接收数组作为参数，为了完整起见，请参见下面的代码：

代码：

import numpy as np

x, y = 5, 5

a = np.random.randn(x, y)
b = np.random.randn(x, y)

high = np.maximum(a, b)
low = np.minimum(a, b)

c = np.random.uniform(low, high, (x, y))

print((low <= c).all() and (c <= high).all())

输出

True

在上面的示例中，请注意使用maximum 和minimum 来构建high 和low。最后一行检查c 的所有值确实在high 和low 之间。如果您感兴趣，您可以在一行中完成所有操作：

c = np.random.uniform(np.minimum(a, b), np.maximum(a, b), (x, y))

【讨论】：