在 Numpy 中生成唯一的随机值

Question

我尝试使用 np.random.randint 生成大量唯一随机值，但它返回的重复值很少。

我有以下数据集

District    Prefix  Quota       
A           98426   783
A           98427   223
A           98446   127
A           98626   51
B           98049   167
B           98079   153
B           98140   120
B           98159   139
B           98169   182
B           98249   86
B           98426   588
B           98446   96
C           98049   104
C           98060   68
C           98149   65
C           98150   68
C           98159   86
C           98160   80
C           98169   113

要重现的代码：

import pandas as pd
df = pd.DataFrame([
    ['A', 98426, 783],
    ['A', 98427, 223],
    ['A', 98446, 127],
    ['A', 98626, 51],
    ['B', 98049, 167],
    ['B', 98079, 153],
    ['B', 98140, 120],
    ['B', 98159, 139],
    ['B', 98169, 182],
    ['B', 98249, 86],
    ['B', 98426, 588],
    ['B', 98446, 96],
    ['C', 98049, 104],
    ['C', 98060, 68],
    ['C', 98149, 65],
    ['C', 98150, 68],
    ['C', 98159, 86],
    ['C', 98160, 80],
    ['C', 98169, 113]
], 
    columns=['District', 'Prefix', 'Quota'])

我必须创建一个唯一的随机数并将其添加到前缀中。随机值的数量在配额中给出

np.random.seed(1)  # for repeatability 
random=df.Prefix.repeat(df.Quota)*100000 + np.random.randint(0, 99999, df.Quota.sum())

我认为 np.random.randint 给出了唯一的数字，但是在生成大约 18000 个数字时，它给出了大约 200 个重复的数字。 最终我尝试了 random.sample 并解决了问题。但我想使用 np.random.randit 生成唯一数字，因为我可以更改 np.random.seed(n) 中的种子，并且可以通过更改种子创建与第一组不同的另一组唯一数字。

Answer 1

您将无法直接使用np.random.randint，因为它不提供随机抽样无需替换的可能性。但是np.random.choice 可以。通过指定随机种子，您可以重现生成的序列，该序列将包含在range(99999) 范围内的随机、均匀采样的分布数组：

np.random.seed(2)  
numbers = np.random.choice(range(99999), size=df.Quota.sum(), replace=False)
random = df.Prefix.repeat(df.Quota)*100000 + numbers

---

len(random)==random.nunique()
# True