随机，非重复的2D列表Python

Question

我有一个程序生成一个二维列表，其中包含一定范围内的一组二维坐标。 （如果嵌套是列表或元组，则无关紧要）例如：

[[5, 0], [4, 6], [9, 7], [2, 9], [2, 6]]

问题是我希望没有两个子列表相等，同时保持外部列表的长度相同。

我尝试过使用random.sample：

pointx = random.sample(range(10),5)
pointy = random.sample(range(20),5)
points = list(zip(pointx,pointy))

其中10是x范围，20是y范围，5是点数：

[(1,0),(9,19),(8,13),(3,5),(0,14)]

然而，由于单独的样本列表，此方法的最大点数仅为10 + 20，显然应为10 * 20。

写这篇文章时，我意识到：

point2D = []
point1D = random.sample(range(10*20),5)
[point2D.append(divmod(i,10)) for i in point1D]

这是一种可行的方法，但也很笨拙，我想知道是否有更好的解决可能涉及numpy。

提前致谢。

Answer 1

想象一下2D网格形状(10,20) ，每个整数点都有点。 现在，假设我们要在此网格上选择5唯一点。 就这样！ 我们将此翻译为NumPy。

从所有可能的200指数中选择5唯一指数：

idx = np.random.choice(200, size=5, replace=0)

将这些索引转换为以矩阵术语表示的x和y坐标，获取行和列索引：

row, col = np.unravel_index(idx,(10,20))

这些将是所需的元组。

让我们将这两个步骤放在一起，以获得完整的代码 -

idx = np.random.choice(200, size=5, replace=0)
out = np.column_stack((np.unravel_index(idx,(10,20))))

我们来看一个样例 -

In [461]: idx = np.random.choice(200, size=5, replace=0)
     ...: out = np.column_stack((np.unravel_index(idx,(10,20))))
     ...: 

In [462]: out
Out[462]: 
array([[ 6, 18],
       [ 9, 17],
       [ 5,  7],
       [ 8,  2],
       [ 6, 12]])

Answer 2

使用numpy，我们可以创建所有有序的（x，y）对，然后随机选择多个对。

# first create an array of all possible pairs from (0,0) to (9,19)
pairs = np.dstack(np.meshgrid(np.arange(10), np.arange(20))).reshape(-1,2)

# now select a random set of 25 of those pairs, which are unique
pairs[np.random.choice(np.arange(pairs.shape[0]), size=25, replace=False)]