如何根据另一个数组的均值和标准差生成有界随机数组?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了如何根据另一个数组的均值和标准差生成有界随机数组?相关的知识,希望对你有一定的参考价值。

我有一个包含X行和R列的数组C。我希望生成一个名为a_array的新数组,其中每个元素将根据X中相应行的平均值和标准差随机生成。使用Numpy做最多的pythonic和有效方法是什么?

目前,我正在使用嵌套循环来生成元素数。

a_array = np.zeros(shape=(a_size, X.shape[0]))
for i in range(a_size):
    for j in range(X.shape[0]):
        a_array[i][j] = np.random.randint(low=X[i].mean()-X[i].std(), high=X[i].mean()+X[i].std())

编辑:对不起,我忘了一些东西,但我还想确保a_array的每一行都包含唯一的元素(任何行中都没有重复的元素)。到目前为止,我还没有想到任何方法来实现这一目标。

答案

Partially vectorized

我们可以把它减少到一个循环 -

m,s = X[:a_size].mean(1),X[:a_size].std(1)
L = (m-s).astype(int)
H = (m+s).astype(int)
out = np.empty((a_size,X.shape[0]),dtype=int)
for i,(l,h) in enumerate(zip(L,H)):
    out[i] = np.random.choice(np.arange(l,h),X.shape[0],replace=False)

基本理念:

  1. 沿第二轴计算平均值和标准值。在此之前,如果X不是a_size中的行数,我们需要切割a_size以将其限制为X行。
  2. 在原始的loopy版本中,我们使用random.randint,其中mean-std和mean + std作为限制。因此,对于建议的版本,使用步骤#1中的均值和标准值获得低限和高限。
  3. 使用带有低值和高值的np.random.choice(np.arange(l,h),X.shape[0],replace=False)运行循环,以设置可供选择的值范围,并选择大小为X.shape[0]的随机值和使用replace=False的唯一值。

Fully vectorized

我们可以使用12中列出的技巧对其进行完全矢量化,以便为我们提供类似以下内容的替换前面列出的循环步骤:

R = H-L
MX = R.max()
n = X.shape[0]
unqIDs = np.random.rand(len(L),MX).argpartition(axis=1,kth=n)[:,:n]
out = unqIDs%R[:,None] + L[:,None]

请注意,这将占用更多内存。

另一答案

只需删除for循环的一个级别,然后生成一个随机数向量,以替换整个行,而不是一次替换位置

a_array = np.zeros(shape=(a_size, X.shape[0]))
for i in range(a_size):
    a_array[i] = np.random.randint(\
                      low=X[i].mean()-X[i].std(),\ 
                      high=X[i].mean()+X[i].std(),\
                      size=(1,a_array.shape[1]))

以上是关于如何根据另一个数组的均值和标准差生成有界随机数组?的主要内容,如果未能解决你的问题,请参考以下文章

如何根据随机分布数据计算 C++ 中的样本均值、标准差和方差,并与原始均值和 sigma 进行比较

给定最小值、最大值、平均值和标准差,使用 Java 从分布中生成随机值

具有给定均值和标准差的正随机数生成

是否有一个函数可以让数组在java中找到总和、均值和标准差

根据某些标准生成部分随机布尔值数组[关闭]

TensorFlow 生成函数