绘制numpy的随机元素 [英] draw random element in numpy

问题描述

我有概率元素的数组，假设 [0.1，0.2，0.5，0.2] 。该阵列总结为1.0。

使用普通的Python或numpy的，我想提请比例元素及其概率：第一个元素大约10％的时间，第二个20％，第三个50％等。画应该返回绘制的元素的索引。

我想出了这一点：

 高清画（probs）：
    cumsum = numpy.cumsum（probs /总和（probs））＃总和高达1.0，以防万一
    返回LEN（numpy.where（numpy.random.rand（）＆GT = cumsum）[0]）
 

它的工作原理，但它太令人费解，必须有一个更好的办法。谢谢你。

解决方案

 导入numpy的是NP
高清random_pick（选择，probs）：
    '''
    ＆GT;＆GT;＆GT; A = ['打'，'出']
    ＆GT;＆GT;＆GT; B = [3，0.7]
    ＆GT;＆GT;＆GT; random_pick（A，B）
    '''
    截止= np.cumsum（probs）
    IDX = cutoffs.searchsorted（np.random.uniform（0，截断值[-1]））
    返回选择[IDX]
 

---

它是如何工作：

 在[22]：进口numpy的为NP
在[23]：probs = [0.1，0.2，0.5，0.2]
 

计算的累计总和：

 在[24]：截止= np.cumsum（probs）
在[25]：截止
出[25]：阵列（[0.1，0.3，0.8，1]）
 

计算在半开区间均匀分布的随机数 [0，临界值[-1]）：

 在[26]：np.random.uniform（0，临界值[-1]）
出[26]：0.9723114393023948
 

使用<一个href=\"http://docs.scipy.org/doc/numpy/reference/generated/numpy.searchsorted.html#numpy-searchsorted\">searchsorted找到其中，随机数将被插入截止索引：

 在[27]：cutoffs.searchsorted（0.9723114393023948）
出[27]：3
 

返回选择[IDX] ，其中 IDX 是索引。

I have an array of element probabilities, let's say [0.1, 0.2, 0.5, 0.2]. The array sums up to 1.0.

Using plain Python or numpy, I want to draw elements proportional to their probability: the first element about 10% of the time, second 20%, third 50% etc. The "draw" should return index of the element drawn.

I came up with this:

def draw(probs):
    cumsum = numpy.cumsum(probs / sum(probs)) # sum up to 1.0, just in case
    return len(numpy.where(numpy.random.rand() >= cumsum)[0])

It works, but it's too convoluted, there must be a better way. Thanks.

解决方案

import numpy as np
def random_pick(choices, probs):
    '''
    >>> a = ['Hit', 'Out']
    >>> b = [.3, .7]
    >>> random_pick(a,b)
    '''
    cutoffs = np.cumsum(probs)
    idx = cutoffs.searchsorted(np.random.uniform(0, cutoffs[-1]))
    return choices[idx]

---

How it works:

In [22]: import numpy as np
In [23]: probs = [0.1, 0.2, 0.5, 0.2]

Compute the cumulative sum:

In [24]: cutoffs = np.cumsum(probs)
In [25]: cutoffs
Out[25]: array([ 0.1,  0.3,  0.8,  1. ])

Compute a uniformly distributed random number in the half-open interval [0, cutoffs[-1]):

In [26]: np.random.uniform(0, cutoffs[-1])
Out[26]: 0.9723114393023948

Use searchsorted to find the index where the random number would be inserted into cutoffs:

In [27]: cutoffs.searchsorted(0.9723114393023948)
Out[27]: 3

Return choices[idx], where idx is that index.

这篇关于绘制numpy的随机元素的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！