如何在不排列 python 中的整个数组的情况下获得范围内整数的随机排列？

Question

假设我有一个很长的数组，我想 return 对该数组的一个子集进行随机排列...我该怎么做而不必排列整个数组？

我能想到的方式是

import numpy
N = 10000000 # total number of elements
n = 20 # number of elements that I am interested in getting from the permutation
x = numpy.random.permutation(numpy.arange(N))[:n] # this permutes the whole array

基本上，我需要 select n 大于或等于 0 且小于 N...

的唯一整数

我知道明确地做到这一点很容易，但是 python 中的任何模块中是否有像 MATLAB 中的 randperm(N,n) 一样工作的 numpy 方法或函数？

到目前为止，我只找到 python 个示例，这些示例是我在此处描述的内容的变体。

Answer 1

你可以使用 np.random.choice(arr, size=20, replace=False) 假设你已经有 arr.

Answer 2

如果你有一个用于超长数组的惰性生成器，使用标准 random module.

可能更有效

N = 10000000

import numpy as np
%timeit np.random.choice(range(N), size=20, replace=False)
# 1.52 s ± 20.2 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
%timeit np.random.choice(np.arange(N), size=20, replace=False)
# 376 ms ± 3.95 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

import random
%timeit np.array(random.sample(range(N), k=20))
# 19 µs ± 86.9 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

因此，如果您有 generator/iterator 而不是内存数组，random 模块会明显更快。

但是，如果您特别想获得 0 和 N 之间的 k 个数字，最简单的方法可能是使用类似

的方法

%timeit np.random.choice(N, size=20, replace=False)
# 410 ms ± 12.4 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

虽然速度稍慢

如何在不排列 python 中的整个数组的情况下获得范围内整数的随机排列？

How to get a random permutation of integers inside range without permuting the whole array in python?

python

arrays

random

numpy

permutation