在一些预定义的间隔中绘制带有绘制的随机数，`numpy.random.choice（）`

Question

我想使用numpy.random.choice()，但要确保绘制间隔至少一定的“间隔”：

作为一个具体的例子，

import numpy as np
np.random.seed(123)
interval = 5
foo = np.random.choice(np.arange(1,50), 5)  ## 5 random draws between array([ 1,  2, ..., 50])
print(foo)
## array([46,  3, 29, 35, 39])

我希望它们至少间隔interval+1，即5 + 1 = 6。在上面的例子中，不满足这个条件：应该有另一个随机抽取，因为35和39由4分隔，小于6。

数组array([46, 3, 29, 15, 39])可以，因为所有绘图间隔至少6。

numpy.random.choice(array, size)在size中抽取array抽签数。是否有另一个函数用于检查numpy数组中元素之间的“间距”？我可以用if / while语句编写上面的内容，但我不确定如何最有效地检查numpy数组中元素的间距。

Answer 1

这是一个在绘图后插入空格的解决方案：

def spaced_choice(low, high, delta, n_samples):
    draw = np.random.choice(high-low-(n_samples-1)*delta, n_samples, replace=False)
    idx = np.argsort(draw)
    draw[idx] += np.arange(low, low + delta*n_samples, delta)
    return draw

样品运行：

spaced_choice(4, 20, 3, 4)
# array([ 5,  9, 19, 13])
spaced_choice(1, 50, 5, 5)
# array([30,  8,  1, 15, 43])

请注意，抽奖然后接受或拒绝和重绘策略可能非常昂贵。在下面最糟糕的例子中，对于10样品，重绘几乎需要半分钟，因为accpet / reject比率非常差。插入空格后方法没有这种问题。

两个例子的不同方法所需的时间：

low, high, delta, size = 1, 100, 5, 5
add_spaces            0.04245870 ms
redraw                0.11335560 ms
low, high, delta, size = 1, 20, 1, 10
add_spaces            0.03201030 ms
redraw            27881.01527220 ms

码：

import numpy as np

import types
from timeit import timeit

def f_add_spaces(low, high, delta, n_samples):
    draw = np.random.choice(high-low-(n_samples-1)*delta, n_samples, replace=False)
    idx = np.argsort(draw)
    draw[idx] += np.arange(low, low + delta*n_samples, delta)
    return draw

def f_redraw(low, high, delta, n_samples):
    foo = np.random.choice(np.arange(low, high), n_samples)
    while any(x <= delta for x in np.diff(np.sort(foo))):
        foo = np.random.choice(np.arange(low, high), n_samples)
    return foo

for l, h, k, n in [(1, 100, 5, 5), (1, 20, 1, 10)]:
    print(f'low, high, delta, size = {l}, {h}, {k}, {n}')
    for name, func in list(globals().items()):
        if not name.startswith('f_') or not isinstance(func, types.FunctionType):
            continue
        print("{:16s}{:16.8f} ms".format(name[2:], timeit(
                'f(*args)', globals={'f':func, 'args':(l,h,k,n)}, number=10)*100))

Answer 2

您可以先对数组进行排序，使所有点按升序排列，然后使用np.diff查找连续值之间的差异。如果任何差异小于interval，则不满足条件。即

import numpy as np

interval = 5
foo = np.random.choice(np.arange(1,50),5)
while np.any(np.diff(np.sort(foo)) <= interval):
     foo = np.random.choice(np.arange(1,50),5)
print(foo)

哪个循环直到你得到一个numpy数组，其中所有值至少相差qazxsw poi。