【发布时间】：2012-07-20 04:16:21
【问题描述】：
我有一个随机数数组。我只想根据 0.07 的概率更改一些元素。目前我正在使用 for 循环来迭代每个元素。有更好的方法吗？
【问题讨论】：
【发布时间】：2012-07-20 04:16:21
【问题描述】：
如果有问题的数组被称为a，您可以选择其值的平均比例为0.07
a[numpy.random.rand(*a.shape) < 0.07]
我不知道如何您想更改这些值。要将它们乘以 2，只需这样做
a[numpy.random.rand(*a.shape) < 0.07] *= 2.0
【讨论】：
-
太棒了！谢谢。我只是想将它们更改为其他随机值。这比我的 for 循环好多了。
-
请注意，以 p 的概率（独立地）改变元素和改变“其值的比例 p”是有区别的。我认为显示的代码是前者。
-
@tc 如何完成后者？
-
@wot: 使用
random.sample(xrange(len(a)),int(len(a)*0.07))作为索引，或者模舍入。 -
@tc：您提出了一个很好的观点，但是您提供的解决方案将扼杀该答案中的方法对 OP 原始循环的所有性能改进。
斯文的回答很优雅。但是，使用
选择要更改的元素要快得多n = numpy.random.binomial(len(a), 0.07)
a[numpy.random.randint(0, len(a), size=n)] *= 2.0
第一个表达式确定要采样的元素数量（n 是介于 0 和 len(a) 之间的整数，但平均为 0.07），第二个表达式准确生成要检索的索引数。 （但请注意，您可能会多次获得相同的索引。）
与
的区别a[numpy.random.rand(len(a)) < p]
随着 p 接近 1 变小，但对于较小的 p，它可能是 10 或更多的因数。
【讨论】：