创建一个随机数列表并过滤列表以仅包含大于 50 的数字

Question

我正在使用列表推导来创建一个带有 numpy 的随机数列表。有没有办法检查生成的随机数是否大于 50，然后才将其附加到列表中。

我知道我可以简单地使用：

numbers = [np.random.randint(50,100) for x in range(100)]

这将解决问题，但我只想知道是否有可能以某种方式检查 np.random.randint(1,100) 生成的数字是否大于 50

类似

numbers = [np.random.randint(1,100) for x in range(100) if {statement}]

因为比较 np.random.randit 会生成另一个与第一个不同的数字。

我只是想知道是否有可能在将生成的数字添加到列表之前对其进行过滤。

Answer 1

您使用 numpy，因此我们可以利用索引方法。

my_array = np.random.randint(1, 100, size=100)
mask = my_array > 50
print(my_array[mask]) # Contain only value greater than 50

当然，做你想做的最好的方法就是这样。

results = np.random.randint(51,100, size=100)
# If you really need a list
results_list = results.tolist()

请不要在一般的 numpy 数组上循环。

编辑：根据@norok2 评论将 my_list 替换为 my_array。

Edit2：速度考虑

麻木

带面具

%%timeit
my_array = np.random.randint(1, 100, size=100)
mask = my_array > 50
my_array[mask]

每个循环 5.31 µs ± 127 ns（7 次运行的平均值 ± 标准偏差，每次 100000 次循环）

10,000,000 个元素：

1 次循环，3 次中的最佳：每个循环 198 毫秒

使用 numpy where (@Severin Pappadeux anwser)

%%timeit
q = np.random.randint(1, 100, 1000)
m = np.where(q > 50)
q[m]

每个循环 20.9 µs ± 663 ns（平均值 ± 标准偏差，7 次运行，每次 10000 次循环）

10,000,000 个元素：

1 次循环，3 次取胜：每个循环 196 毫秒

纯蟒蛇

@Alexander Cécile 回答的一部分

%%timeit
rand_nums = (random.randint(0, 99) for _ in range(10))
arr = [val for val in rand_nums if val > 50]

每个循环 19.4 µs ± 1.99 µs（7 次运行的平均值 ± 标准偏差，每次 10000 个循环）

10,000,000 个元素：

1 次循环，3 次取胜：每个循环 11.4 秒

混合 numpy 和列表​​

@DrBwts 回答

%%timeit
number = [x for x in np.random.randint(1, high=100, size=100) if x > 50]

每个循环 28.9 µs ± 1.52 µs（7 次运行的平均值 ± 标准偏差，每次 10000 个循环）

10,000,000 个元素：

1 个循环，3 次取胜：每个循环 2.76 秒

@makis 回答

%%timeit 
numbers = [x for x in (np.random.randint(1,100) for iter in range(100)) if x > 50]

每个循环 164 µs ± 19.4 µs（7 次运行的平均值 ± 标准偏差，每次 10000 个循环）

10,000,000 个元素：

1 个循环，3 次取胜：每个循环 12.2 秒

@Romero 情人节回答

rand = filter(lambda x: x>50, np.random.randint(1,100,100))
rand_list = list(rand)

每个循环 35.9 µs ± 1.97 µs（7 次运行的平均值 ± 标准偏差，每次 10000 个循环）

10,000,000 个元素：

1 个循环，3 次取胜：每个循环 3.41 秒

结论

• 对于简单的任务，这些方法都可以。
• 在大型阵列上，numpy 击败了竞争对手。

提供更多信息的答案

• @norok2
• @Alexander Cécile

Answer 2

在您的问题中，您有一些代码：

numbers = [np.random.randint(50, 100) for x in range(100)]

应该是这样的

numbers = np.random.randint(50, 100, 100)

然后你问是否有一种方法可以使用list-comprehension 结合过滤来复制它，从如下内容开始：

numbers = [np.random.randint(1, 100) for x in range(100) if ...]

这个问题的答案通常是NO。

这样做的原因是条件过滤语法将充当生成数字的过滤器，在数字被生成并暂时生成之后。

因此，虽然代码 [np.random.randint(50,100) for x in range(100)] 将生成 100 个项目，但任何基于理解过滤甚至显式使用 filter() 的方法都将具有未知数量的元素（通常少于 100，具体取决于满足的项目数量）指定的条件）。

要达到该级别的控制，您可以使用基于while 的生成器（cannot be included in a comprehension），例如：

import numpy as np


def my_brand_new_generator(n, a=1, b=100):
    i = 0
    while i < n:
        x = np.random.randint(a, b)
        if x > 50:
            yield x
            i += 1


numbers = list(my_brand_new_generator(100))
print(numbers[10])
# [94 97 50 53 53 89 59 69 71 86]

print(len(numbers))
# 100

相比之下：

numbers = [x for x in (np.random.randint(1,100) for iter in range(100)) if x > 50]
print(len(numbers))
# 54

x = np.random.randint(1, 100, 100)
numbers = x[x > 50]
print(len(numbers))
# 43

---

附注：

• my_brand_new_generator() 仅被视为一个玩具示例来说明上述想法。
• 一般而言，NumPy 提供了比显式迭代更好的替代方案，因此，如果可用，请使用 that。
• 要生成单个随机整数，您可以使用 Python 标准库中的 random.randint()。

Answer 3

是的，这是可能的，首先在此处生成 1 到 100 之间的 100 个数字（或您需要多少个），但这又取决于您，然后遍历它们检查每个数字，只保留超过 50 个的数字...

y = np.random.randint(1, high=100, size=100)
number = [x for x in y if x > 50]

或者在一行中...

number = [x for x in np.random.randint(1, high=100, size=100) if x > 50]

Answer 4

@FlorianBernard 是对的，不要混合使用 Python 列表和 NumPy 数组。留在 NumPy 世界中，无论如何事情会更快。在 NumPy 中，python 列表理解没有等价物，因为它对数组进行操作，而不是对单个项目进行操作。

无论如何，使用numpy.where function@FlorianBernard 答案有一个更复杂但更强大的替代方法

F.e.，它允许将过滤后的数组和基线数组融合到新的数组中。 简单的代码开始

import numpy as np
q = np.random.randint(1, 100, 1000)
m = np.where(q > 50)
print(q[m])

Answer 5

当你没有理由时，小心不要混合使用 numpy 和普通 python！您写道您可以使用numbers = [np.random.randint(50,100) for x in range(100)]，但最好只使用np.random.randint(low=50, high=100, size=100) 来创建一个包含100 个随机数的数组。

这是一个纯python解决方案：

import random

rand_nums = (random.randint(0, 99) for _ in range(10))
arr = [val for val in rand_nums if val > 50]

显然可以写成一行：

arr = [val for val in (random.randint(0, 99) for _ in range(10)) if val > 50]

这是一个 numpy 解决方案：

import numpy as np

arr = np.random.randint(low=0, high=100, size=10)
arr = arr[arr > 50]

Answer 6

使用

numbers = [x for x in (np.random.randint(1,100) for iter in range(100)) if x > 50]

第 1 步：(np.random.randint(1,100) for iter in range(100))：这会生成 100 次，一个介于 1 和 100 之间的随机整数。

第二步：if x > 50：比较生成的数字。如果大于 50，则通过并附加到列表中。

Answer 7

只需使用filter 函数：

rand = filter(lambda x: x>50, np.random.randint(1,100,100))
rand_list = list(rand)

不需要列表理解。

Answer 8

import random
ml=random.sample(range(100),100)


# Get list of items larger than 50 using list comprehension approach
filtered = [x for x in ml if x > 50]
print(filtered)


# Get list of items larger than 50 using filter approach
filtered = list(filter(lambda x: x > 50, ml))
print(filtered)

Answer 9

通过创建一个仅在数字大于 50 时才会展开的递归函数来欺骗它。

import numpy as np

def genrandx():
    # Using a function allows you do to all sorts of crazy stuff and checks.
    x = np.random.randint(1,100)
    x = int((x*.5)**2)
    if (
        (x > 50) and
        (x < 1000) and 
        ( (x%3 == 0) or (x%3 == 0) )
       ): 
        return x 
    else: 
        return genrandx() 

numbers = [ genrandx() for x in range(100)]
print("({}){}".format(len(numbers), numbers))

输出：

(100)[930, 729, 306, 576, 600, 225, 324, 324, 462, 324, 462, 756, 324, 225, 702, 552, 576, 72, 81, 900, 600, 225, 930, 900, 576, 240, 552, 702, 441, 72, 462, 132, 144, 324, 72, 702, 462, 930, 72, 306, 240, 225, 870, 210, 729, 600, 420, 132, 240, 420, 441, 420, 72, 756, 225, 900, 72, 90, 72, 600, 72, 420, 210, 702, 240, 462, 600, 156, 81, 900, 144, 72, 225, 324, 144, 420, 600, 576, 729, 156, 900, 81, 756, 729, 702, 90, 462, 306, 600, 930, 729, 240, 552, 144, 90, 900, 420, 225, 600, 156]