二进制数组的快速随机排列答案

【问题标题】：Fast Random Permutation of Binary Array二进制数组的快速随机排列
【发布时间】：2015-08-26 12:13:44
【问题描述】：

对于我的项目，我希望快速生成固定长度的二进制数组和给定数量的 1 和 0 的随机排列。鉴于这些随机排列，我希望按元素添加它们。

我目前使用的是numpy的ndarray对象，方便逐元素添加。我目前的代码如下：

    # n is the length of the array. I want to run this across a range of 
    # n=100 to n=1000.
    row = np.zeros(n)
    # m_list is a given list of integers. I am iterating over many possible
    # combinations of possible values for m in m_list. For example, m_list
    # could equal [5, 100, 201], for n = 500.
    for m in m_list: 
        row += np.random.permutation(np.concatenate([np.ones(m), np.zeros(n - m)]))

我的问题是，有没有更快的方法来做到这一点？根据 timeit，1000000 次调用“np.random.permutation(np.concatenate([np.ones(m), np.zeros(n - m)]))”需要 49.6 秒。出于我程序的目的，我想将其减少一个数量级。谁能建议一种更快的方法来做到这一点？

谢谢！

【问题讨论】：

只是好奇，python -O?

标签： arrays numpy random binary permutation

【解决方案1】：

对于我来说，在循环外分配数组的版本使用 cProfile 更快但不多 - 8% 左右

row = np.zeros(n, dtype=np.float64)
wrk = np.zeros(n, dtype=np.float64)

for m in m_list:

    wrk[0:m] = 1.0
    wrk[m:n] = 0.0

    row += np.random.permutation(wrk)

您可以尝试就地 shuffle(wrk) 而不是从排列中返回另一个数组，但对我来说差异可以忽略不计

【讨论】：