如何生成n个k位数的随机整数

-2

例如.. 2000包括[0, 2, 3]

我的特技的随机整数是使用发电机的一个随机数，然后分配基于所述范围值？

但想知道是否有更好的方法来做到这一点在python？

编辑：实施例：[0,0,0，2，2,3,0,0,2,2，...... 2000米的元件]包括0,2和3 我的方法

def assign(x): 
     if x< 0.3: return 0 
     elif x<0.6: return 2 
     else: return 3 

    x = np.random.rand(num) 

    x = map(lamdba x:assign(x),x)

来源

2016-08-23 Fraz

这首先需要一些统计模型。或者，与数字2相比，由10^7个数字组成的可能性相等的数字是多少？ – sascha

请改善您的问题：1.添加所需的输出; 2.描述你到目前为止所尝试过的东西（用代码）。看到金獾这样一个可怜的问题真是奇怪。 –

你能举个例子吗？你是否想要生成'n'整数，其中每一个都是'2'，'3'或'0'的等重量？ –

从它的声音，它看起来像你想生成仅使用列表k内找到的值的长度n的序列。

Python的random.choice函数结合列表理解是完美的。

以下函数将生成长度为n的列表，每个元素都是从k中选择的随机元素。

from random import choice 

def random_choices(n, k): 
    return [choice(k) for _ in xrange(n)]

这和简单的列表理解是一样的。

from random import choice 
foo = [choice(k) for _ in xrange(n)]

*感谢Mr.goosberry用于指出xrange应range在Python 3.x.x.更换

来源

2016-08-23 22:21:42 Billylegota

目前尚不清楚这是OP想要什么，并且没有任何解释，即使它不是很好的答案。 –

@AdamSmith对不起，我只是很高兴找到一个问题，我可以回答，并想在别人之前写出我的答案; D – Billylegota

在西部最快的枪是一个真实的东西，但战斗的敦促;-) –

现在编辑完成后，很清楚你想要什么。您希望对容器内的某些元素进行离散采样。如果你想一些具体的概率

import numpy as np 
classes = [0, 2, 3] 
samples = np.random.choice(classes, 2000)

：

import numpy as np 
classes = [0, 2, 3] 
samples = np.random.choice(classes, 2000, p=[0.3, 0.3, 0.4])

见docs

只需准备好您的类和做到这一点。

实现应该比你的方法快得多，有时这种方法被称为轮盘采样或线性搜索采样。在wiki处提到了一些可能的算法。

来源

2016-08-23 22:16:12 sascha

您可以通过list comprehension来实现。为了显示我使用的结果20。根据您的要求将其更改为2000。

>>> import random 
>>> x = 20 
>>> [random.choice([0, 2, 3]) for i in range(20)] 
[2, 2, 3, 2, 0, 2, 3, 2, 3, 3, 3, 0, 3, 2, 3, 2, 3, 2, 3, 2]

来源

2016-08-23 22:19:10

我不完全确定这是OP想要什么...... –

@AdamSmith怎么这样？只是好奇。 –

@AdamSmith找到了你。 –

你愿意使用numpy的，所以我建议你使用np.random.choice，即：

import numpy as np 

N = 2000 
print[np.random.choice([0, 2, 3], p=[1/3.0, 1/3.0, 1/3.0]) for x in range(N)]

来源

2016-08-23 22:35:37 BPL

好冗余:-) – sascha

@sascha Lol，我们同时发布，还没有找到一种方法给3个值的1/3概率...他们不会总和1 – BPL

你在做什么..如果你想要均匀采样，那么不要设置p（= None）！（如果你疯了：使用'''p = [1/3.0,1/3.0,1/3.0]'''）。 – sascha

import numpy as np 
N = 10 
# Generate three vectors of n size 
zeros = np.zeros((N,), dtype = np.int) 
twos = np.zeros((N,), dtype = np.int) + 2 
threes = np.zeros((N,), dtype = np.int) + 3 
# Permutate all together 
df = [] 
df = np.append(df, [zeros, twos, threes]) 
df_shuffled = np.random.shuffle(df) 
print(df)

来源

2016-08-23 22:50:32

如何生成n个k位数的随机整数

回答

相关问题