Python中独立概率的有效随机0,1生成

Question

我有一大堆相互独立的概率。除了在循环中每次调用numpyrandom之外，有没有一种有效的方法可以根据这些概率生成0或1？我每次只需要一次试验的结果，但要考虑每一种可能性。在

# current method using np.random.binomial()
n = 1
p = np.random.random(1000) #generating 1000 probabilities

results = np.zeros(1000)
for ix, i in enumerate(p):
    results[ix] = np.random.binomial(n,i,1)

有没有一种更快的方法或函数可以取一组独立的概率（所以不是随机选择，因为概率不会加1）。在

Answer 1

^{}的p参数可以是列表式的，如果是这样，它代表每个样本的p值。同样，当像这样使用list时，您甚至不需要提供期望的样本总数：您只需为p中的每个值获取一个。在

results = np.random.binomial(n, p)

还有一些样品来证明这一点：

^{pr2}$

Answer 2

你可以试试这个：

np.where(p > np.random.rand(1000), 1, 0)