生成数量为 X、大小为 N、浓度为 1（或类似地为 0）且范围从非常低到非常高的随机二进制向量的最佳方法是什么？
使用 randint 或 unidrnd（如this question）将生成具有均匀分布的二进制向量，这不是我在这种情况下所需要的。
任何帮助表示赞赏！
【问题讨论】：
Laserallan 的方法是要走的路。
对于一个有 10 个元素和 70% 的元素是随机分布的向量，你可以这样写
randVec = rand(10,1)<0.7;
编辑如果你想要长度为 N 的 X 个向量，并且数量越来越多，你可以写
thresVec = linspace(0,1,X); %# thresholds go from 0 (all 0) to 1 (all 1)
randVec = bsxfun(@lt,rand(N,X),threshVec); %# vectors are per column
请注意，randVec 是一个逻辑数组。根据你想用它做什么，你可能想像这样将它转换成双倍
randVec = double(randVec);
【讨论】：
使用
rand(N,1)<p %# 0 < p < 1
会给你一个 Nx1 向量，其中 平均 N*p 个（其他地方为零） - 但在某些运行中，你可能会得到一个与你预期不同的向量（例如，它可能全为零......可能是非常低的机会，但仍然是非零机会）。
如果你想要完全 A 1 和 B 0，你可以这样做：
rand_vec = [ones(A, 1); zeros(B, 1)];
rand_vec = rand_vec(randperm(A+B));
然后你可以设置A和B来匹配你的需要。
编辑：
现在我更好地理解了你的问题：
假设您有一个向量 p，其中包含人口中 1 的所需比例，N 是每个向量中的元素数。
rand_mat = rand(N, size(p,2)) < repmat(p', [1,N])';
会给你一个 Nx(size(p,2)) 矩阵，其中第 i 列是一个向量，其中有 p(i) 个（平均如上文所述），其余为零。
【讨论】：
我不是 matlab 专家，但一种应该很容易实现的方法是生成浮点随机数的向量（最好在 1 到 0 的范围内），然后将高于某个阈值的值设置为 1 和低于0。 假设您想要 30% 的值，将所有高于 0.7 的值设置为 1，将低于 0 的值设置为 0。
【讨论】：
您可以对均匀分布的二进制向量使用位或运算，但我怀疑您最终得到的确切分布会有点复杂。
【讨论】：