Неповторюване випадкове число в numpy

Як я можу генерувати неповторювані випадкові числа в numpy?

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

numpy.random.Generator.choiceпропонує replaceаргумент для вибірки без заміни:

from numpy.random import default_rng

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

Якщо ви використовуєте NumPy до 1.17, без GeneratorAPI, ви можете використовувати random.sample()зі стандартної бібліотеки:

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

Ви також можете використовувати numpy.random.shuffle()і нарізку, але це буде менш ефективно:

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

У replaceзастарілій numpy.random.choiceфункції також є аргумент , але цей аргумент був реалізований неефективно, а потім залишився неефективним через гарантії стабільності потоку випадкових чисел, тому його використання не рекомендується. (Це в основному робить перемішування та нарізку всередині.)

Думаю, зараз numpy.random.sampleце не працює правильно. Це мій шлях:

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

Через кілька років, через деякий час, він обрав 40000 з 10000 ^ 2 (Numpy 1.8.1, imac 2,7 ГГц):

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

(Чому вибрати 40000 з 10000 ^ 2? Для створення великих матриць scipy.sparse.random - використовує scipy 1.4.1 np.random.choice( replace=False ), slooooow.)

Підказка капелюха numpy. випадкових людей.

Ви можете отримати це, також сортуючи:

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

Просто згенеруйте масив, що містить необхідний діапазон чисел, а потім перемішайте їх, повторно обміняючи випадковий номер 0-м елементом масиву. Це створює випадкову послідовність, яка не містить повторюваних значень.