使用来自不同范围的随机数生成 numpy 数组的每一列

Question

如何生成一个 numpy 数组，使得数组的每一列都有效地来自不同范围内的均匀分布？ 下面的代码使用了两个很慢的 for 循环，有没有矩阵式的方法可以更快地生成这样的数组？ 谢谢。

import numpy as np
num = 5
ranges = [[0,1],[4,5]]
a = np.zeros((num, len(ranges)))
for i in range(num):
    for j in range(len(ranges)):
        a[i, j] = np.random.uniform(ranges[j][0], ranges[j][1])

Answer 1

您可以做的是首先生成区间 [0, 1) 中的所有随机数，然后相应地缩放和移动它们：

import numpy as np
num = 5
ranges = np.asarray([[0,1],[4,5]])
starts = ranges[:, 0]
widths = ranges[:, 1]-ranges[:, 0]
a = starts + widths*np.random.random(size=(num, widths.shape[0]))

所以基本上，你通过np.random.random(size=(num, widths.shape[0]))创建一个大小合适的数组，随机数在 0 到 1 之间。然后你将每个值按对应于您实际想要采样的间隔的宽度。 最后，您将它们按starts以考虑间隔的不同起始值。

Answer 2

numpy.random.uniform将广播它的参数，它可以通过传递以下参数来生成所需的样本：

• low ： low的序列。
• high ：高值的序列。
• size ：像(num, m)这样的元组，其中m是范围的数量， num是要生成的m样本组的数量。

例如：

In [23]: num = 5

In [24]: ranges = np.array([[0, 1], [4, 5], [10, 15]])

In [25]: np.random.uniform(low=ranges[:, 0], high=ranges[:, 1], size=(num, ranges.shape[0]))
Out[25]: 
array([[  0.98752526,   4.70946614,  10.35525699],
       [  0.86137374,   4.22046152,  12.28458447],
       [  0.92446543,   4.52859103,  11.30326391],
       [  0.0535877 ,   4.8597036 ,  14.50266784],
       [  0.55854656,   4.86820001,  14.84934564]])