从 for 循环到 numpy dot 实现答案

【问题标题】：From for loops to numpy dot implementation从 for 循环到 numpy dot 实现
【发布时间】：2011-05-31 21:05:05
【问题描述】：

N=100 

reliab=zeros((N,N))


for i in range(N):    

    for j in range(N):
        if random() < 0.6:
            reliab[i,j] = 1
        else:
            reliab[i,j] = 0

在我的代码中，这个矩阵填充被调用了很多次，这些 for 循环应该用点积来改变......但我不知道该怎么做...... 有人愿意帮助我吗？

【问题讨论】：

标签： python loops numpy

【解决方案1】：

我不确定我是否完全理解您的问题，但以下行应该与您的代码执行相同的操作：

reliab = numpy.int32(numpy.random.rand(N,N) < 0.6)

【讨论】：

【解决方案2】：

>>> import numpy as np
>>> reliab = np.random.random((N,N))
>>> reliab = reliab < 0.6
>>> reliab.dtype = np.int8
>>> reliab
array([[0, 0, 0, ..., 1, 0, 1],
       [0, 1, 1, ..., 0, 1, 0],
       [1, 1, 0, ..., 1, 0, 1],
       ..., 
       [0, 1, 0, ..., 1, 1, 1],
       [0, 0, 1, ..., 1, 1, 1],
       [0, 1, 0, ..., 0, 0, 0]], dtype=int8)

【讨论】：

不错。您可能应该在更改其类型之前缩放 reliab。 OP 希望以 0.6 的概率分配 1。
@Amaç Herdağdelen：np.random.random 在[0,1) 的区间上，因此不需要缩放。（或者对我的数组求和，我从 10000 中得到 6009，这几乎是 60%）。（是的，你确实打败了我，它们很相似，但我想我还是会写完答案）。
对不起，我看到了您的答案的早期版本，其中不包括“
太棒了！非常感谢大家！