问题: 用10 1,20 2,30 3随机填充一个10 x 10的0数组
实际上我不需要使用数组,我只需要值所在位置的坐标。它只是更容易从数组的角度来考虑。
我为此写了几个解决方案,但它们似乎都不是直截了当和非Python式的。我希望有人能给我一些启示。我的方法是使用0-99的线性数组,随机选择(np.随机选择)10个值,从数组中删除它们,然后选择20个随机值。之后,我把线性位置转换成(y,x)坐标。在
import numpy as np
dim = 10
grid = np.arange(dim**2)
n1 = 10
n2 = 20
n3 = 30
def populate(grid, n, dim):
pos = np.random.choice(grid, size=n, replace=False)
yx = np.zeros((n,2))
for i in xrange(n):
delPos = np.where(grid==pos[i])
grid = np.delete(grid, delPos)
yx[i,:] = [np.floor(pos[i]/dim), pos[i]%dim]
return(yx, grid)
pos1, grid = populate(grid, n1, dim)
pos2, grid = populate(grid, n2, dim)
pos3, grid = populate(grid, n3, dim)
额外 假设当我填充1时,我希望它们都在“数组”的一半上,我可以使用我的方法(从网格采样[dim**2/2:]),但我还没有想出如何对其他建议执行相同的操作。在
您可以创建一个包含所有坐标的列表,^{} 该列表并取其中的前60个坐标(10+20+30):
然后,可以使用前10个值插入10个值,后20个值用于插入20个值,剩余的20个值用于插入30个值。在
不确定这是否是“Python”,但这里有一个我用西门的部分答案想出的东西。在
要生成数组,可以使用^{} 。在
然后可以转换为坐标。请注意,中的精确比例。在
numpy.random.choice
使用概率p
生成一个随机样本,因此不能保证得到^{额外
如果您想让所有的} 。诀窍是稍微修改每边每个数的概率。在
^{pr2}$1
都在数组的某一侧,可以生成两个随机数组,然后生成^{这里,因为我把所有的
1
放在左边,所以我把1
的概率加倍,并平均地减少每个数的概率。同样的逻辑也适用于创建另一面。在相关问题 更多 >
编程相关推荐