生成一个包含 100 个元素的列表，每个元素有 50% 的机会是 0，50% 的机会是 0 到 1 之间的随机数

如何解决生成一个包含 100 个元素的列表，每个元素有 50% 的机会是 0，50% 的机会是 0 到 1 之间的随机数

我在这方面很新，我正在尝试自己学习。正如我在标题中所说，我试图创建一个包含 100 个数字的列表，其元素要么有 50% 的机会是 0，要么有 50% 的变化是介于 0 和 1 之间的数字。我把它做成了下面的那个。它有效，但它是一个非常乏味且编码不佳的程序。任何关于如何使它变得更好的提示？

import random
import numpy as np

#define a list of 100 random numbers between 0 and 1
randomlist = []
for i in range(0,100):
    n = random.uniform(0,1)
    randomlist.append(n)
print(randomlist)


#create a list of 100 numbers of 0's and 1's
def random_binary_string(length):
    
    sample_values = '01' # pool of strings
    result_str = ''.join((random.choice(sample_values) for i in range(length)))
    return (result_str)

l=100
x=random_binary_string(l)
x1=np.array(list(map(int,x)))
print(x1)


#combine both lists. Keep value if of the binary list if it is equal to zero. Else,substitute it by the value of randomlist
#corresponding to the index position
finalist=[]
for i in range(len(x1)):
    if x1[i]==0:
        finalist.append(x1[i])
    else:
        finalist.append(randomlist[i])
        
print(finalist)    

非常感谢！

解决方法

您可以通过嵌套这两个条件来简化代码。这避免了需要在内存中保留两个单独的列表，然后在最后合并它们。

randomlist = []
for i in range(0,100):
    if random.choice((0,1)) == 1:
        randomlist.append(random.uniform(0,1))
    else:
        randomlist.append(0)

这足够简单和简洁，您可以将其重构为单个列表推导式。这更紧凑，但不太清晰。

randomlist = [random.uniform(0,1) if random.choice((0,1)) else 0 for i in range(0,100)]

在这里，我们还利用 Python 中 0 是 falsey 和 1 是 truthy 的事实稍微缩短了代码；即它们在布尔上下文中分别评估为 False 和 True。所以 if random.choice((0,1)) == 1 可以简写为 if random.choice((0,1))。

有点晦涩，您可以通过观察表达式 B if not A else A 可以短路为表达式 A and B 来进一步简化（从某种意义上说，使用更少的代码）。如果您对布尔逻辑不是很熟悉，这不是很明显，但我认为您可以在纸上解决。

randomlist = [random.choice((0,1)) and random.uniform(0,1) for i in range(0,100)]

演示：https://ideone.com/uGHS2Y

,

你可以尝试做这样的事情：

A <- c(35,35,2609,917,0)
B <- c(8,6,9,24,27,35)
C <- c(1,45,91,24)
D <- c(927,38,22,9)
E <- c(6361,7,43)

my.list <- list(A,B,C,D,E)

group1 <- c(1,2)
group2 <- c(3,5)

remove <- c(35,6361)

my.list[group1] <- my.list[group1] %>% subset(.,!.%in% remove)

my.list

###final expected output

my.list

[[1]]
[1] 2609  917    0

[[2]]
[1]  8  6  9 27

[[3]]
[1]  1 45 91 24

[[4]]
[1] 927  38  22   9

[[5]]
[1] 6361    7   43

,

我提出这个方法：

• 首先用random.choice生成一个'A'和'B'的随机列表。 50% 'A' 和 50% 'B'
• 然后用 0 到 1 之间的随机数替换 'A'
• 并将“B”替换为 0

代码在这里：

import random

ll = [ random.choice(['A','B'])  for x in range(200)]
print(ll,len(ll))

for i in range(len(ll)):
    if ll[i] == 'A':
        ll[i]=random.random()
    else:
        ll[i]=0

print(ll,len(ll))

这里的代码更短：

import random
ll = [ random.choice([0,random.random()])  for x in range(200)]
print(ll,len(ll),ll.count(0))

,

由于您使用的是 Numpy，我可能会执行以下操作：

1. 使用 random.uniform 创建 num_el 元素的数组
   • 考虑排除上限的问题：[low,high)
2. 创建一个布尔矩阵，其真假概率为 p=0.5：random.choice
3. 使用矩阵将数组的某些元素设置为零，通过

代码如下：

num_el = 10
p = 0.5

res = np.random.uniform(0.,1.,size=(1,num_el))
bool_mat = np.random.choice(a=[False,True],num_el),p=[p,1-p])
res[bool_mat] = 0.

res  
# array([[0.,0.51213168,0.,0.68230528,0.5287728,#         0.9072587,0.43078057,0.89735872,0.        ]])

,

使用的方法取决于您的目标是让恰好一半的结果为零，还是将预期的零数设为总数的一半。从您的问题中不清楚您是如何看待问题的，因此我已将这两种方法都实现为函数。

如果您想要零/非零的确定性固定比例，下面代码中的第一个函数可以解决问题。它创建一个包含所需数量的零和非零的列表，然后使用改组（我计时比采样快）。如果你想要一半，那么显然参数 n 必须是偶数。

如果您的目标是概率为 50% 的零，请使用第二个函数。

import random

# Exactly floor(n / 2) outcomes are zeros,i.e.,exactly half when n is even.
# This version is trivial to modify to give any desired proportion of zeros.
def make_rand_list_v1(n = 100):
    m = n // 2
    n -= m
    ary = [random.random() for _ in range(n)] + [0] * m
    random.shuffle(ary)
    return ary

# Each outcome has probability 0.5 of being zero
def make_rand_list_v2(n = 100):
    return [random.getrandbits(1) and random.uniform(0,1) for _ in range(n)]