带权重的 numpy 随机选择的 2D 版本

Question

这与之前的帖子有关：Numpy random choice of tuples

我有一个 2D numpy 数组，并想使用 2D 概率数组从中进行选择。我能想到的唯一方法是展平，然后使用模数和余数将结果转换回二维索引

import numpy as np
# dummy data
x=np.arange(100).reshape(10,10)

# dummy probability array
p=np.zeros([10,10])
p[4:7,1:4]=1.0/9

xy=np.random.choice(x.flatten(),1,p=p.flatten())
index=[int(xy/10),(xy%10)[0]] # convert back to index
print(index)

这给了

[5, 2]

但是有没有一种更简洁的方法可以避免展平和取模？即我可以将坐标元组列表作为 x 传递，但是我该如何处理权重？

Answer 1

我认为不可能直接指定二维形状的概率数组。所以散漫应该没问题。但是，要从平面索引中获取相应的 2D 形状索引，您可以使用 np.unravel_index

index= np.unravel_index(xy.item(), x.shape)
# (4, 2)

---

对于多个索引，您可以只堆叠结果：

xy=np.random.choice(x.flatten(),3,p=p.flatten())

indices = np.unravel_index(xy, x.shape)
# (array([4, 4, 5], dtype=int64), array([1, 2, 3], dtype=int64))
np.c_[indices]
array([[4, 1],
       [4, 2],
       [5, 3]], dtype=int64)

np.c_stacks along the right hand axis 并给出与

相同的结果

np.column_stack(indices)

Answer 2

您可以使用numpy.random.randint 来生成索引，例如：

# assumes p is a square array
ij = np.random.randint(p.shape[0], size=p.ndim) # size p.ndim = 2 generates 2 coords

# need to convert to tuple to index correctly
p[tuple(i for i in ij))]
>>> 0.0

您还可以一次索引多个随机值：

ij = np.random.randint(p.shape[0], size=(p.ndim, 5)) # get 5 values
p[tuple(i for i in ij))]
>>> array([0.        , 0.        , 0.        , 0.11111111, 0.        ])