python:通过从列表中排除特定值来创建随机值

Question

假设我有以下数据:

data = [1,1,3,2,4]
max_value = 4 # it is known from before
number_of_random_values = 2

我想要的是为 data 的每个点创建范围在 1 到 4 之间的随机值，但不包括每个案例的点的情况。为了更清楚这里是一个例子:

data point    random_values
1          -> [2,4]
1          -> [3,2]
3          -> [1,4]
2          -> [3,1]
4          -> [1,3]

所以我们上面的是:对于每个数据点，两个随机值，这些随机数不能与数据点相同。到目前为止，我所做的如下:

desired_values = np.zeros((len(data), number_of_random_values))
range_of_data = range(1, max_value + 1)
i = 0
for data_point in data:
    copy_of_range = copy.copy(range_of_data)
    copy_of_range.remove(data_point)
    random_values_for_data_point = random.sample(copy_of_range, number_of_random_values)
    desired_values[i] = random_values_for_data_point
    i = i + 1

上面的代码做了我想要的(numpy 数组中的期望结果)但很明显它没有在性能方面进行优化。

有没有向量化的方法来实现这个？或者更有效的方法？

编辑

用

替换 数据

data = np.random.random_integers(max_value, size=(1000, 1)).tolist()

并在以下答案的解决方案中运行我的解决方案:

import time
start_time = time.time()    
for _ in range(10000):
    # each solution
        .
        .
        .
end_time = time.time()
print(end_time - start_time)

我们有以下结果:

• 我的解决方案:40.3 秒
• Anton vBR 解决方案:31.7 秒
• 欲望:261 秒

Answer 1

如果我们不使用 np 作为随机数， 我们可以像这样简单地做一些事情:

import random
import numpy as np

data = [1,1,3,2,4]
max_value = 4 # it is known from before
number_of_random_values = 2

output = [random.sample([i for i in range(1,max_value+1) if i != item],2)\
          for item in data]

np.array(output)

返回

array([[4, 2],
   [3, 4],
   [1, 4],
   [1, 3],
   [3, 2]])