Из 2D-массива создайте 2-й 2D-массив уникальных (неповторяющихся) случайных выбранных значений из 1-го массива (значения, не разделяемые между строками) без использования цикла

Question

Это продолжение этого вопроса.

Из 2-мерного массива создайте еще один 2-мерный массив, состоящий из случайно выбранных значений из исходного массива (значения не разделяются между строками) без использования цикла

Я ищуспособ создания двумерного массива, строки которого являются случайно выбранными уникальными значениями (неповторяющимися) из другой строки, без использования цикла.

Вот способ сделать это с помощью цикла.

pool =  np.random.randint(0, 30, size=[4,5])
seln = np.empty([4,3], int)

for i in range(0, pool.shape[0]):
    seln[i] =np.random.choice(pool[i], 3, replace=False) 

print('pool = ', pool)
print('seln = ', seln)

>pool =  [[ 1 11 29  4 13]
 [29  1  2  3 24]
 [ 0 25 17  2 14]
 [20 22 18  9 29]]
seln =  [[ 8 12  0]
 [ 4 19 13]
 [ 8 15 24]
 [12 12 19]]

Вот метод, который не использует цикл, однако он может выбрать одно и то же значение несколько раз в каждой строке.

pool =  np.random.randint(0, 30, size=[4,5])
print(pool)
array([[ 4, 18,  0, 15,  9],
       [ 0,  9, 21, 26,  9],
       [16, 28, 11, 19, 24],
       [20,  6, 13,  2, 27]])

# New array shape
new_shape = (pool.shape[0],3)

# Indices where to randomly choose from
ix = np.random.choice(pool.shape[1], new_shape)
array([[0, 3, 3],
       [1, 1, 4],
       [2, 4, 4],
       [1, 2, 1]])

ixs = (ix.T + range(0,np.prod(pool.shape),pool.shape[1])).T
array([[ 0,  3,  3],
       [ 6,  6,  9],
       [12, 14, 14],
       [16, 17, 16]])

pool.flatten()[ixs].reshape(new_shape)
array([[ 4, 15, 15],
       [ 9,  9,  9],
       [11, 24, 24],
       [ 6, 13,  6]]) 

Я ищу метод, который не использует цикл, и если выбрано определенное значение из строки, это значение не может быть выбрано снова.

Answer 1

Вот способ без явного зацикливания.Однако это требует генерации массива случайных чисел размера исходного массива.Тем не менее, генерация выполняется с использованием скомпилированного кода, поэтому он должен быть довольно быстрым.Он может потерпеть неудачу, если вам случится сгенерировать два одинаковых числа, но вероятность того, что это произойдет, практически равна нулю.

m,n = 4,5 
pool =  np.random.randint(0, 30, size=[m,n])

new_width = 3
mask = np.argsort(np.random.rand(m,n))<new_width

pool[mask].reshape(m,3)

Как это работает: Мы генерируем случайный массив чисел с плавающей точкой, иаргументируй это.По умолчанию, когда artsort применяется к 2d-массиву, он применяется вдоль оси 1, поэтому значение записи i,j в списке с сортировкой соответствует тому, что помещает j -ую запись i -ой строкипоявится, если вы отсортируете i -ю строку.

Затем мы найдем все значения в этом массиве, где записи, значения которых меньше new_width.Каждая строка содержит числа 0,...,n-1 в случайном порядке, поэтому ровно new_width из них будет меньше new_width.Это означает, что каждая строка mask будет иметь ровно new_width количество записей, равных True, а остальные будут False (когда вы используете логический оператор между ndarray и скаляром, он применяет его по компонентам).

Наконец, логическая маска применяется к исходным данным, чтобы получить new_width много записей из каждой строки.

Вы также можете использовать np.vectorize для вашего решения цикла, хотя этоэто просто сокращение для цикла.