如何有效地填充np.零以“测温”的方式？

Question

我真正感兴趣的是一个函数foo，这样它就可以填充一个size-n np.zeros或与0和1之间的一个x相等的值。在

示例：

>>> foo(1, 3)
array([1., 1., 1.])
>>> foo(0, 3)
array([0., 0., 0.])
>>> foo(.6, 3)
array([1., 1., 0.])
>>> foo(.3, 3)
array([1., 0., 0.])

事实上，我已经用for-loop的方式做过了，它的价格比我想要的要贵。在

Answer 1

随机：

def foo(p, n):
    return np.random.choice(2, (n,), p = [p-1, p])

分块：

^{pr2}$

Answer 2

这里有一种方法，假设我从样本中得到了“测温”的含义-

def foo(a,b):
    out = np.zeros(b)
    out[:int(np.ceil(b*a))] = 1
    return out

一个带有broadcasted comparison-

^{pr2}$

样本运行-

^{3}$