时间戳

首页 > 解决方案 > 如何有效地改变数组中的某些值？

python - 如何有效地改变数组中的某些值？

问题描述

给定一个初始二维数组：

initial = [
 [0.6711999773979187, 0.1949000060558319],
 [-0.09300000220537186, 0.310699999332428],
 [-0.03889999911189079, 0.2736999988555908],
 [-0.6984000205993652, 0.6407999992370605],
 [-0.43619999289512634, 0.5810999870300293],
 [0.2825999855995178, 0.21310000121593475],
 [0.5551999807357788, -0.18289999663829803],
 [0.3447999954223633, 0.2071000039577484],
 [-0.1995999962091446, -0.5139999985694885],
 [-0.24400000274181366, 0.3154999911785126]]

目标是将数组内的一些随机值乘以随机百分比。假设只有 3 个随机数被随机乘数替换，我们应该得到如下结果：

output = [
 [0.6711999773979187, 0.52],
 [-0.09300000220537186, 0.310699999332428],
 [-0.03889999911189079, 0.2736999988555908],
 [-0.6984000205993652, 0.6407999992370605],
 [-0.43619999289512634, 0.5810999870300293],
 [0.84, 0.21310000121593475],
 [0.5551999807357788, -0.18289999663829803],
 [0.3447999954223633, 0.2071000039577484],
 [-0.1995999962091446, 0.21],
 [-0.24400000274181366, 0.3154999911785126]]

我试过这样做：

def mutate(array2d, num_changes):
    for _ in range(num_changes):
        row, col = initial.shape
        rand_row = np.random.randint(row)
        rand_col = np.random.randint(col)
        cell_value = array2d[rand_row][rand_col] 
        array2d[rand_row][rand_col] =  random.uniform(0, 1) * cell_value
    return array2d

这适用于 2D 数组，但相同的值有可能多次变异 =(

而且我认为这不是有效的，它只适用于二维数组。

有没有办法对任何形状的数组进行这种“突变”并且更有效？

“mutation”可以选择哪个值没有限制，但“mutation”的数量应严格控制在用户指定的数量。

标签： pythonarraysnumpy

解决方案

一种相当简单的方法是使用阵列的分解视图。您可以通过这种方式一次生成所有数字，并且更容易保证您不会在一次调用中两次处理相同的索引：

def mutate(array_anyd, num_changes):
    raveled = array_anyd.reshape(-1)
    indices = np.random.choice(raveled.size, size=num_changes, replace=False)
    values = np.random.uniform(0, 1, size=num_changes)
    raveled[indices] *= values

我array_anyd.reshape(-1)赞成使用，array_anyd.ravel()因为根据文档，前者不太可能无意中复制。

当然还是有这样的可能。如果需要，您可以添加额外的支票以进行回写。一种更有效的方法是使用np.unravel_index来避免创建视图：

def mutate(array_anyd, num_changes):
    indices = np.random.choice(array_anyd.size, size=num_changes, replace=False)
    indices = np.unravel_indices(indices, array_anyd.shape)
    values = np.random.uniform(0, 1, size=num_changes)
    raveled[indices] *= values

无需返回任何内容，因为修改已就地完成。按照惯例，此类函数不返回任何内容。参见例如list.sortvs sorted。

推荐阅读