从随机矩阵生成样本

Question

假设我们有一个大小为 n*m 的随机矩阵 A。每个元素 A_ij 是伯努利分布的成功概率。

我想使用以下规则从 A 中抽取样本 z：

z_ij 取自伯努利(A_ij)

有 numpy 函数支持吗？

编辑：诸如

之类的操作

arr = numpy.random.random([10, 5])
f = lambda x: numpy.random.binomial(1, x)
sp = map(f, arr)

效率低下。有没有更快的方法？

Answer 1

您可以直接将数组作为二项分布的参数之一，例如：

import numpy as np
arr = np.random.random([10, 5])
sp = np.random.binomial(1, arr)
sp

给予

数组（[[0, 0, 0, 0, 0], [1, 0, 0, 1, 1], [1, 0, 1, 0, 0], [0, 0, 0, 1, 0], [0, 0, 0, 0, 1], [0, 1, 0, 1, 0], [0, 1, 1, 0, 0], [0, 0, 0, 1, 1], [0, 1, 0, 0, 0], [1, 0, 0, 1, 0]])