给定 N 个变量和范围，生成 K 个随机 numpy 数组

Question

我有 N 个变量（定义 N 维空间），它们的定义范围（正态或均匀分布在给定范围内）：

每个变量都由一个包含其可能整数值的列表定义。

v1_range = [1, 2, 3, 4, 5, 6]
v2_range = [10, 20, 30, 40, 50, 60]
v3_range = [100, 200, 300, 400, 500]
v4_range = [15, 16, 17, 18]

我想生成 K 个列表（numpy 数组/向量..），每个列表包含给定范围内的一个随机数，没有重复项。 所以每个列表中的第 i 个元素是从第 i 个范围列表中选择的。

示例（K = 6，来自给定范围）：

output = [
    [1, 20, 300, 15],
    [5, 10, 200, 15],
    [3, 60, 100, 18],
    [4, 30, 200, 16],
    [4, 40, 100, 17],
    [2, 30, 400, 15],
]

最好的方法是什么，使用numpy.random() 或scipy 假设N 维空间可能非常大（~13 个范围列表，每个包含~20 个值）并且不允许重复？

[编辑] 范围列表中的重复条目很好，但我不想在结果列表列表中有两个重复/完全相同的列表，例如：

索引 0、2 重复...

res = [[  4,  40, 400,  18],
       [  4,  60, 400,  17],
       [  4,  40, 400,  18]]

Answer 1

简单的迭代会起作用吗？我认为对于 13 个列表 x 20 个值，它会工作得很好。

import random

d = {
"v1_range" : [1, 2, 3, 4, 5, 6],
"v2_range" : [10, 20, 30, 40, 50, 60],
"v3_range" : [100, 200, 300, 400, 500],
"v4_range" : [15, 16, 17, 18]
}

def give(k):
    out = [[] for i in range(k)]
    for l in out:
        for i in d.keys():
            l.append(random.choice(d[i]))
    return out

例如：

>>> give(6)
[[5, 50, 500, 15], [1, 60, 400, 16], [5, 20, 200, 15], [1, 40, 400, 18], [2, 20, 100, 15], [6, 20, 400, 16]]

或者，使用 numpy

>>> import numpy as np
>>> np.array(give(6))
array([[  4,  40, 400,  18],
       [  4,  60, 400,  17],
       [  5,  20, 400,  17],
       [  4,  10, 300,  16],
       [  5,  10, 300,  16],
       [  4,  30, 500,  18]])