Niepowtarzalna liczba losowa w numpy

Jak mogę wygenerować niepowtarzalne liczby losowe w numpy?

list = np.random.random_integers(20,size=(10))

numpy.random.Generator.choiceoferuje replaceargument do próbkowania bez wymiany:

from numpy.random import default_rng

rng = default_rng()
numbers = rng.choice(20, size=10, replace=False)

Jeśli Generatorkorzystasz random.sample()z NumPy w wersji starszej niż 1.17, bez API, możesz użyć z biblioteki standardowej:

print(random.sample(range(20), 10))

Możesz także użyć numpy.random.shuffle()i pokroić, ale będzie to mniej wydajne:

a = numpy.arange(20)
numpy.random.shuffle(a)
print a[:10]

Istnieje również replaceargument w starszej numpy.random.choicefunkcji, ale ten argument został zaimplementowany nieefektywnie, a następnie pozostawił nieefektywny ze względu na gwarancje stabilności strumienia liczb losowych, więc jego użycie nie jest zalecane. (Zasadniczo robi to wewnętrznie tasuj i pokrój).

Myślę, że numpy.random.sampleteraz nie działa dobrze. To jest mój sposób:

import numpy as np
np.random.choice(range(20), 10, replace=False)

Lata później, trochę czasu na wybranie 40000 z 10000 ^ 2 (Numpy 1.8.1, imac 2.7 GHz):

import random
import numpy as np

n = 10000
k = 4
np.random.seed( 0 )

%timeit np.random.choice( n**2, k * n, replace=True )  # 536 µs ± 1.58 µs
%timeit np.random.choice( n**2, k * n, replace=False ) # 6.1 s ± 9.91 ms

# https://docs.scipy.org/doc/numpy/reference/random/index.html
randomstate = np.random.default_rng( 0 )
%timeit randomstate.choice( n**2, k * n, replace=False, shuffle=False )  # 766 µs ± 2.18 µs
%timeit randomstate.choice( n**2, k * n, replace=False, shuffle=True )   # 1.05 ms ± 1.41 µs

%timeit random.sample( range( n**2 ), k * n )          # 47.3 ms ± 134 µs

(Dlaczego 40000 z 10000 ^ 2 do generowania dużych? Scipy.sparse.random matryce - scipy 1.4.1 niej korzysta np.random.choice( replace=False )., Slooooow)

Końcówka kapelusza dla numpy.random people.

Możesz to również uzyskać, sortując:

random_numbers = np.random.random([num_samples, max_int])
samples = np.argsort(random_numbers, axis=1)

Po prostu wygeneruj tablicę zawierającą wymagany zakres liczb, a następnie przetasuj je, wielokrotnie zamieniając losową z zerowym elementem tablicy. Daje to losową sekwencję, która nie zawiera zduplikowanych wartości.