有概率的简单突变答案

【问题标题】：Simple Mutation with a Probability有概率的简单突变
【发布时间】：2020-12-24 10:22:25
【问题描述】：

根据下面的代码部分，我正在尝试实现一个自动和随机的变异过程。

data = [0,1,0,0,0,0,0,1,0,0,1,1,0,0,1]

data[random.randint(0,len(data)-1)]=random.randrange(0,1)

print(data)

该代码是对我发现的其他一些帖子的改编，尽管它每次都会以 0 或 1 随机改变一个值。我要求这种情况仅以一定的概率发生（例如 0.05 的变异机会) 而不是总是得到保证。

此外，通常将 0 替换为 0，因此输出不会发生变化，因此我想限制它，使 0 只会变异为 1，而 1 会变异为 0 .

非常感谢您在解决这两个问题方面的帮助。

【问题讨论】：

请用您尝试过的代码更新您的问题。
omg... 你不仅在应该使用randrange 的地方使用了randint，而且在你应该使用randint 的地方也设法使用了randrange。你总是写一个零。
"另外，通常 0 被替换为 0，因此输出没有变化，所以我想限制它的方式是 0 只会变异为 1 并且1 突变为 0。”大约一半的时间，是吗？也许你可以想出一个规则来告诉你设置值的概率是多少，这说明了设置值实际上并没有翻转它的可能性？
无论如何，您是否尝试过looking at the documentation for the random module 来尝试找到您想要的东西？或者，也许您可以想办法将例如“0 到 1 之间的随机数”翻译成“某事发生的 X 概率”？（提示：概率可能具有的最大可能值是多少？概率可能具有的最小可能值是多少？
@superbrain 感谢您引起我的注意。一般来说，我对编码很陌生，即使在文档的帮助下，我的理解也很基础，所以我想在尝试调整其他代码时，我把它们混在一起了。将对其进行更多研究并牢记在心。干杯！

标签： python random probability genetic-algorithm dplyr

【解决方案1】：

简历

以选定的概率改变任何值
随机选择位置
选择位置时，在0和1之间切换

def mutate(data, proba=0.05):
    if random.random() < proba:
        data[random.randrange(len(data))] ^= 1    

if __name__ == '__main__':
    data = [0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 1, 1, 0, 0, 1]
    for i in range(10):
        mutate(data)
        print(data)

【讨论】：

感谢您的回答！您介意解释一下range(10) 的作用吗？
@Gfizz 仅用于演示目的，展示 10 种可能的突变尝试

【解决方案2】：

import random

def changeData(data):
  seed = random.randint(0,1000)
  # probability of 0.05 (50 / 1000)
  if seed <= 50:
     indexToChange = random.randint(0,len(data)-1)
  # change 0 with 1 and viceversa
     data[indexToChange] = 1 if data[indexToChange]  == 0 else 0
 
if __name__== '__main__':
   data = [0,1,0,0,0,0,0,1,0,0,1,1,0,0,1]
   for i in range(0,100):
     changeData(data)
   print(data)

【讨论】：

【解决方案3】：

你可以这样做：

对于data 中的每个元素，仅当random() 函数生成的随机值小于定义的变异概率时，才对其进行变异（1 - val）。

例如：

import random

mutation_prob = 0.05

data = [0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 1, 1, 0, 0, 1]

mutated_data = [1 - x if random.random() < mutation_prob else x for x in data]

如果要根据整个数据来决定突变，您可以这样做：

mutation_prob = 0.05

data = [0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 1, 1, 0, 0, 1]

do_mutation = random.random() < mutation_prob
mutated_data = [1 - x if do_mutation else x for x in data]

【讨论】：

这里，每个位置都有5%的几率变异，而不仅仅是一个随机位置。不过，这个问题在这方面并不完全清楚。这可能正是他们想要的。
@Wups 我会说，如果这就是他们想要的，他们就不会经历选择随机索引来更改的麻烦......
@Wups 改变了我对这两种情况的解决方案。感谢您的反馈！
感谢您提供和解释这两个选项，@Wups 这是一个非常好的观点 - 感谢您提出！第一种方法几乎是我所追求的，因为我只想单独更改索引而不是整个数据集。