如何在python 3中随机生成之前未观察到的列表序列答案

【问题标题】：how to random generate a sequence of list that are unobserved before in python 3如何在python 3中随机生成之前未观察到的列表序列
【发布时间】：2019-01-11 18:53:53
【问题描述】：

假设我有 Python 3 中的代码

X, Y, Z = 10, 20, 30
data = [[1,3,6],[8,15,29],[8,9,19]] # observe data

那我如何随机生成不在data 中的n（不是很大）数据元素。

条件：元素[a,b,c]必须不在data和0<a<X、0<b<Y、0<c<Z中

[1,3,5] 很好，因为它不在data 中，并且它的元素满足条件

[11,3,6] 不好，因为它不满足条件 11>10

例如n=4时，我想要一个不重复的元素列表

newdata = [[1,6,6],[8,17,25],[2,6,11], [4,6,12]]

【问题讨论】：

听起来是个有趣的问题，您能否在开始时也包括一个合理的编码尝试？
@davedwards，我还在想。我的方法是使用蛮力技术。例如生成所有可能的元素，然后随机选择不在data 中的n 元素。但效率不高。
这可能行得通，但暴力并不总是有效的。也许像生成random.randint(0, X) 并检查结果是否不在data 列表中，如果不是，则添加到newdata 列表中？

标签： arrays python-3.x list random

【解决方案1】：

应该这样做：

from random import randint

X, Y, Z = 10, 20, 30
data = [[1,3,6],[8,15,29],[8,9,19]]
n = 4

newdata = set()

for i in range(n):
    while True:
    l = [randint(1, X), randint(1, Y), randint(1, Z)]
    if l not in data:
        newdata.add(tuple(l))
        break

print(newdata)

示例结果：

newdata = [(9, 9, 11), (10, 10, 4), (7, 6, 23), (2, 10, 4)]

【讨论】：

如果l in data 会生成太少的样本，因为它仍然会中断循环。 break 应该放在 if 块内。
此外，它不处理生成样本的唯一性，即这种方法允许重复。这需要再次检查l not in newdata，所以我强烈建议使用data 和newdata 的集合来加快成员资格测试。
@a_guest，这是一个很好的观点。似乎这种方法允许重复。
@davedwards 你还需要检查l not in newdata（或者用while len(newdata) < n 代替for 循环）。目前不允许重复，但如果生成重复，它将生成太少的样本。我还建议在运行算法之前将data 转换为set 以改进成员资格测试。您可以从一开始就将l 创建为tuple，这样可以节省额外的转化次数。

【解决方案2】：

花了一点力气，但这似乎奏效了：

from random import *
from pprint import pprint

X, Y, Z = 10, 20, 30
data = [[1,3,6],[8,15,29],[8,9,19]]

while 1:
    newData = []
    try: n = int(input("How many lists do you want: "))
    except:
        print("Please enter an integer.\n")
        continue
    for i in range(n):
        newList = [randrange(1, X), randrange(1, Y), randrange(1, Z)]
        while (newList in data) or (newList in newData):
            newList = [randrange(1, X), randrange(1, Y), randrange(1, Z)]
        newData.append(newList)
    pprint(newData)

这是通过创建一个空列表，获取 n 的值，然后进入恰好 n 次迭代的循环来实现的。然后它会创建一个满足要求的新列表。如果新列表在观察到的数据列表中，它会一遍又一遍地执行，直到它不在数据中。然后它将这些数据添加到输出列表并重复该过程，直到 for 循环中断（在 n 次迭代之后）。

可能有更好的方法，但这可以解决问题。

【讨论】：

【解决方案3】：

如果X, Y, Z 不是太大，您可以创建所有可能的组合，然后从该池中采样：

import itertools as it
import random

x, y, z = 10, 20, 30
pool = it.product(range(x), range(y), range(z))
data = [(1, 3, 6), (8, 15, 29), (8, 9, 19)]
pool = set(pool) - set(data)
n = 4
newdata = random.sample(pool, n)

【讨论】：

【解决方案4】：

为了获得更高的性能，您可以使用 Numpy，并且可以通过简单地枚举元组来将它们转换为整数并返回（z, y, x 被枚举）：

import numpy as np

x, y, z = 100, 200, 300
n = 1000

data = [[1,3,6],[8,15,29],[8,9,19]]
forbidden = [i[0]*y*z + i[1]*z + i[2] for i in data]
pool = np.arange(x*y*z)
mask = np.ones(pool.size, dtype=bool)
mask[forbidden] = False
pool = pool[mask]
newdata = np.random.choice(pool, n, replace=False)
newdata = [(i // (y*z), i // z, i % z) for i in newdata]

【讨论】：