如何使用 numpy 创建一组随机数答案

【问题标题】：How to create a set of random numbers with numpy如何使用 numpy 创建一组随机数
【发布时间】：2022-01-21 09:21:30
【问题描述】：

我的要求是创建一组随机数。我知道集合大小和随机数范围。因此：

import random
def makeset(lo, hi, ss):
  s = set()
  while len(s) < ss:
    s.add(random.randint(lo, hi))
  return s

我意识到 lo、hi 和 ss 的某些组合可能会导致不可能完成的任务，但这不在此处的范围内。

我已经开始学习 numpy 并且想知道该模块是否提供了可以在一个步骤中执行此操作的东西 - 即没有显式循环。

但我在文档中找不到任何内容。也许它不存在。

有什么想法吗？

【问题讨论】：

你必须用 numpy 做这个吗？使用random.sample 可以达到相同的结果，请参阅docs.python.org/3/library/random.html#random.sample
numpy.org/doc/stable/reference/random/generated/…
我不需要使用 numpy。我只是想知道那个模块中是否有什么东西。话虽如此， random.sample 是我应该首先使用的。谢谢@ChrisOram
虽然不是专门针对 numpy，但 this 和 this 高度相关，并且确实有一些关于 numpy 的答案。不确定是否算作重复

标签： python numpy

【解决方案1】：

您可以使用np.random.choice 无需替换，如下所示：

import numpy as np
gen = np.random.Generator(np.random.PCG64())
def with_numpy_gen(lo, hi, ss):
  return gen.choice(np.arange(lo, hi + 1), ss, replace=False)

【讨论】：

numpy.random.choice 效率极低 - 它构建输入数组的整个排列，然后对其进行切片以获取样本。由于向后兼容性保证，他们无法更改它。
numpy.random.Generator.choice 没有效率问题，但旧的 API 仍然在所有搜索结果中排在首位，而新的 API 有一个尴尬的要求，即强制您管理显式的 RNG 对象- 使用显式 RNG 是一种很好的做法，但很难让任何人都足够关心去做。
@user2357112supportsMonica 没关系，我认为我的基准测试已经关闭。似乎仍然可以使用生成器。

【解决方案2】：

我们可以使用np.random.default_rng

使用默认的 BitGenerator (PCG64) 构造一个新的生成器

import numpy as np
gen = np.random.default_rng()
def makeset(lo, hi, ss):
  return set(gen.choice(np.arange(lo, hi + 1), ss, replace=False))

【讨论】：