为什么np.random.choice每次都给出相同的结果？

Question

在REPL中，我可以使用numpy.random.choice()执行以下numpy.random.choice() ：

>>> import numpy as np
>>> results = ["a", "b", "c"]
>>> probabilities = [0.5, 0.25, 0.25]

>>> choice = np.random.choice(results, 1, p=probabilities)
>>> choice
array(['a'],
      dtype='<U1')

>>> choice = np.random.choice(results, 1, p=probabilities)
>>> choice
array(['c'],
      dtype='<U1')

>>> choice = np.random.choice(results, 1, p=probabilities)
>>> choice
array(['b'],
      dtype='<U1')

如您所见， np.random.choice()每次调用都会返回不同的内容。

在我的代码中，我有这样的东西：

# We start with a 2D array called areaMap
# It is already filled up to be a grid of None
# I want each square to change to a different biome instance based on its neighbours
# Our parameters are yMax and xMax, which are the maximum coordinates in each direction

yCounter = yMax
for yi in areaMap:
    xCounter = 0
    for xi in yi:
        biomeList = [woodsBiome(), desertBiome(), fieldBiome()]
        biomeProbabilities = np.array([0.1, 0.1, 0.1])

        # (perform some operations to change the probabilities)

        biomeProbabilities = biomeProbabilities / biomeProbabilities.sum()  # it should always sum to 1
        choice = np.random.choice(biomeList, 1, p=biomeProbabilities)[0]  # here we make a choice from biomeList based on biomeProbabilities
        areaMap[yCounter - 1][xCounter - 1] = choice  # set the correct area to choice
        xCounter += 1  # increment
    yCounter -= 1  # decrement (because of some other code, it can't increment)

这是生成包含不同生物群落的2D阵列的功能的一部分。 稍后在我的代码中，运行它后，我得到如下结果：

^~~__^_~_^~^^~^^^__~
^~~__^_~_^~^^~^^^__~
^~~__^_~_^~^^~^^^__~
^~~__^_~_^~^^~^^^__~
^~~__^_~_^~^^~^^^__~
^~~__^_~_^~^^~^^^__~
^~~__^_~_^~^^~^^^__~
^~~__^_~_^~^^~^^^__~
^~~__^_~_^~^^~^^^__~
^~~__^_~_^~^^~^^^__~

其中每个字符（ ^ ， ~ ， _ ）代表不同的生物群系。

对于2D阵列的每一行，地图得出的结果相同。

为什么会发生这种情况，我该如何解决？

Answer 1

问题在“我们从一个名为areaMap的2D数组开始”这一行中。 首先，它实际上不是2D数组，而是列表列表。 您没有显示如何初始化它，但是从结果来看，很明显，此列表存在Eric指出的问题： areaMap[0] ， areaMap[1] ， areaMap[2] ，...都是对同一列表的引用。 请参阅如何克隆或复制列表？ 以获得解释以及如何避免这种情况。

由于无论如何都使用NumPy，为什么不只使用实际的2D数组areaMap？ 喜欢

areaMap = np.empty((M, N), dtype="U1")

其中（M，N）是数组的形状，并且数据类型声明它将包含长度为1的字符串（在您的示例中似乎是这种情况）。 访问数组元素的语法更简单：

areaMap[yCounter - 1, xCounter - 1]

并且不会出现像您遇到的问题。