Python 中的高效随机 0,1 生成独立概率

Question

我有大量相互独立的概率。除了每次在循环中随机调用 numpy 之外，是否有一种有效的方法可以根据这些概率中的每一个生成 0 或 1？我每次只需要一次试验的结果，但对于每个概率。

# current method using np.random.binomial()
n = 1
p = np.random.random(1000) #generating 1000 probabilities

results = np.zeros(1000)
for ix, i in enumerate(p):
    results[ix] = np.random.binomial(n,i,1)

有没有更快的方法或函数可以采用一组独立的概率（所以不是随机选择，因为概率不会加起来为 1）。

Answer 1

你可以试试这个：

np.where(p > np.random.rand(1000), 1, 0)

Answer 2

np.random.binomial 的 p 参数允许是列表式的，当它是这样时，它表示每个样本的 p 值。此外，当像这样使用列表时，您甚至不需要提供您期望的样本总数：您只需为 p.

中的每个值获取一个

results = np.random.binomial(n, p)

还有一些样本可以证明这一点：

In [1]: np.random.binomial(1, 0.5)
Out[1]: 1

In [2]: np.random.binomial(1, [0.5, 0.5, 0.9])
Out[2]: array([0, 0, 1])

Python 中的高效随机 0,1 生成独立概率

Efficient random 0,1 generation of independant probabilities in Python

python

numpy

probability