使用 np.random.choice() 生成样本的快速方法？ [复制]答案

【问题标题】：Fast way to generate samples with np.random.choice()? [duplicate]使用 np.random.choice() 生成样本的快速方法？ [复制]
【发布时间】：2019-04-27 12:48:02
【问题描述】：

我想生成随机样本而不替换N 次，如下所示：

import numpy as np

sample = np.zeros([100000, 4], int)
for i in range(100000):
    sample[i] = np.random.choice(128, 4, replace=False)

如果迭代变得非常大，整体采样将非常耗时。有什么方法可以加快采样速度？

【问题讨论】：

锁定本文：medium.freecodecamp.org/…
所以，你想要二维数组，它的一个维度很大，另一个维度很小
所以您想在一个维度上进行采样而不进行替换，但在另一个维度进行替换（或重复进行该采样）？

标签： python numpy random

【解决方案1】：

你的方法

In [16]: sample = np.zeros([100000, 4], int)

In [17]: %timeit for i in range(100000):sample[i] = np.random.choice(128, 4, rep
    ...: lace=False)
1 loop, best of 3: 2.5 s per loop

虽然你可以写：

In [149]: %timeit d=np.random.choice(128,100000);sample1=np.array([(d+x)%128 for x in np.random.choice(128,4)])
The slowest run took 4.63 times longer than the fastest. This could mean that an intermediate result is being cached.
100 loops, best of 3: 4.11 ms per loop

这在我的机器上要快得多

这可能不太随机，但这取决于您的应用程序。毕竟for 循环在香草 python 中非常慢。您可能对Cython 或Numba 感兴趣

【讨论】：

【解决方案2】：

这会给你一个随机的整数范围（0,128），形状为（100000,4）

np.random.randint(128, size=(100000,4))

【讨论】：

这并不能保证不更换样品。

【解决方案3】：

使用random.sample 而不是np.random.choice

In [16]: import time
    ...: start_time = time.time()
    ...: sample = np.zeros([100000, 4], int)
    ...: for i in range(100000):
    ...:     sample[i] = random.sample(range(128), 4)
    ...: print("--- %s seconds ---" % (time.time() - start_time))
    ...: 
--- 0.7096474170684814 seconds ---

In [17]: import time
    ...: start_time = time.time()
    ...: sample = np.zeros([100000, 4], int)
    ...: for i in range(100000):
    ...:     sample[i] = np.random.choice(128, 4, replace=False)
    ...: print("--- %s seconds ---" % (time.time() - start_time))
    ...: 
--- 5.2036824226379395 seconds ---

【讨论】：

天哪。将timeit 用于计时运行时，但np.random.choice 并不意味着在循环中调用 - 您可以将shape 传递给它并调用它一次。这个时机真的没有多大意义。如果你运行一次，任何事情都会影响你的时间