在没有for循环的情况下围绕一组坐标生成随机数

Question

我有一组坐标均值 (3D) 和一组标准差 (3D)，如下所示：

means = [[x1, y1, z1],
         [x2, y2, z2],
         ...
         [xn, yn, zn]]

stds = [[sx1, sy1, sz1],
        [sx2, sy2, sz2],
         ...
        [sxn, syn, szn]]

所以问题是 N x 3

我希望使用 np.random.normal() 随机生成 1000 个坐标样本集 (N x 3 x 1000)。目前我使用 for 循环生成样本：

for i in range(0,1000):
  samples = np.random.normal(means, stds)

但我觉得我可以去掉 for 循环，让 numpy 更快地完成它，并且一次调用，有人知道我应该如何编码吗？

Answer 1

您可以重复 means 和 stds 数组 1000 次，然后调用 np.random.normal() 一次。

means = [[0, 0, 0],
         [1, 1, 1]]

stds = [[1, 1, 1],
        [2, 2, 2]]

means = numpy.array(means) * numpy.ones(1000)[:, None, None]
stds = numpy.array(stds) * numpy.ones(1000)[:, None, None]

samples = numpy.random.normal(means, stds)

Answer 2

或者使用 size 参数：

import numpy as np

means = [ [0, 0, 0], [1, 1, 1] ]
std = [ [1, 1, 1], [1, 1, 1] ]

#100 samples
print(np.random.normal(means, std, size = (100, len(means), 3)))

在没有for循环的情况下围绕一组坐标生成随机数

Generating random numbers around a set of coordinates without for loop

python

numpy

array-broadcasting

numpy-random