如何创建具有 k% True 值的 NumPy 布尔数组？答案

【问题标题】：How to create a NumPy array of booleans with k% True values?如何创建具有 k% True 值的 NumPy 布尔数组？
【发布时间】：2021-12-12 20:47:14
【问题描述】：

我知道我们可以使用以下代码行创建一个布尔值的 NumPy 数组：

np.random.choice(a=[False, True], size=(N,))

但是如果我想指定我希望这个随机数组具有大约 60%（或更一般地 k%）的 True 值怎么办？

【问题讨论】：

choice 取一个p 值，所以你可以设置p=[0.4, 0.6]

标签： python numpy random

【解决方案1】：

对于大型数组，使用 np.random.choice 可能会非常慢。我建议这样做

import numpy as np
N = 100_000
booleans = np.random.rand(N) < 0.6

np.random.rand 将在0.0 和1.0 之间产生统一的随机数，并且比较会将0.6 下的所有数字设置为True，从而为您提供大约60% 的True 值的数组。

如果您需要的正是您要求的比例，您可以这样做

k = 60  # 60%
booleans = np.zeros(shape=(N,), dtype=bool) # Array with N False
booleans[:int(k / 100 * N)] = True  # Set the first k% of the elements to True
np.random.shuffle(booleans)  # Shuffle the array

np.count_nonzero(booleans)  # Exactly 60 000 True elements

【讨论】：

【解决方案2】：

使用np.choice的概率数组参数

import numpy as np

N = 100
res = np.random.choice(a=[False, True], size=(N,), p=[0.4, 0.6])
print(np.count_nonzero(res))

输出（单次运行）

【讨论】：