我有一个 1 x N 和一个 N x 1 数组。
至于 Lin All 我们知道,当这两个相乘时,我们会得到一个 1 x 1 或一个值。
N 是我们想要的值。但我想随机生成第一个数组,而第二个数组有权重。这是一个运筹学问题。
[第 0 个随机,第 1 个随机,第 N-1 个随机] * [ [0], [1], [2], ..., [N-1] ]
我的代码是这样的:
import itertools
import numpy as np
N = 4
winner = 0
A = np.array(list(itertools.product(range(N-1), repeat = N-1)))
V_weights = np.arange(1, N, 1).reshape(N-1,1)
for array in A:
if array.dot(V_weights) == N:
# print(array)
# print(V_weights)
# print(array.dot(V_weights))
winner += 1
print(winner)
一旦所有组合都通过,我希望 while 循环结束。理想情况下,正确的迭代次数。
例如:我有 4 种类型的原木 1 磅、2 磅、3 磅、4 磅,并且需要木材总量(比如 10 磅)
这会给我几种木材类型的组合:
10 1lb 3 1lb, 2 2 lb, 1 3 lb 还有 2 lb, 1 3lb, 1 5lb
等等。
因此我想我会生成随机数组,直到我完成所有操作。
对不起,如果这有点令人困惑 - 很高兴编辑,除非有人需要更快更简单的方法。
看看对选择的调用集:
In [27]: np.random.choice(range(4), size=(1,3), replace=False)
Out[27]: array([[1, 2, 3]])
In [28]: np.random.choice(range(4), size=(1,3), replace=False)
Out[28]: array([[2, 1, 3]])
In [29]: np.random.choice(range(4), size=(1,3), replace=False)
Out[29]: array([[1, 2, 0]])
In [30]: np.random.choice(range(4), size=(1,3), replace=False)
Out[30]: array([[1, 3, 2]])
In [31]: np.random.choice(range(4), size=(1,3), replace=False)
Out[31]: array([[2, 3, 0]])
In [32]: np.random.choice(range(4), size=(1,3), replace=False)
Out[32]: array([[1, 3, 2]])
注意 [1,3,2] 出现了两次。
这会从这个范围产生所有长度为 3 的排列(不是随机顺序 - 尽管列表可以被洗牌)
In [33]: import itertools
In [34]: itertools.permutations?
Init signature: itertools.permutations(self, /, *args, **kwargs)
Docstring:
permutations(iterable[, r]) --> permutations object
Return successive r-length permutations of elements in the iterable.
permutations(range(3), 2) --> (0,1), (0,2), (1,0), (1,2), (2,0), (2,1)
Type: type
In [35]: itertools.permutations(range(4), 3)
Out[35]: <itertools.permutations at 0xaf7193bc>
In [36]: list(_)
Out[36]:
[(0, 1, 2),
(0, 1, 3),
...
(3, 2, 1)]
这些排列的加权值:
In [38]: wgts = np.arange(1, 4)
In [39]: A = np.array(list(itertools.permutations(range(4),3)))
In [40]: A.shape
Out[40]: (24, 3)
In [41]: wgts
Out[41]: array([1, 2, 3])
In [42]: A.dot(wgts)
Out[42]:
array([ 8, 11, 7, 13, 9, 12, 7, 10, 5, 14, 7, 13, 5, 11, 4, 13, 8,
11, 6, 9, 5, 11, 7, 10])
根据您的评论,我意识到您正在更换样品。这是一种快速的暴力方式,例如搜索
生成一堆测试值。由于这是对每一行进行替换,我们只需调用一次即可生成多行choice
:
In [55]: A = np.random.choice(range(4), size=(100,3), replace=True)
In [56]: A
Out[56]:
array([[3, 1, 1],
[0, 3, 0],
[1, 3, 2],
[3, 1, 1],
[2, 0, 2],
[0, 3, 2],
...
[3, 0, 3]])
和以前一样取加权和:
In [57]: wgts = np.arange(1, 4)
In [58]: A.dot(wgts)
Out[58]:
array([ 8, 6, 13, 8, 8, 12, 5, 10, 9, 12, 9, 9, 7, 9, 0, 4, 3,
6, 10, 8, 7, 2, 3, 14, 11, 7, 1, 7, 2, 5, 11, 3, 13, 12,
7, 9, 4, 15, 1, 7, 7, 9, 10, 7, 9, 11, 14, 3, 13, 11, 2,
9, 9, 2, 11, 16, 4, 10, 13, 9, 11, 8, 10, 5, 7, 8, 13, 15,
11, 9, 13, 7, 6, 9, 5, 12, 9, 11, 6, 3, 0, 0, 9, 7, 11,
0, 12, 9, 7, 7, 3, 7, 13, 3, 9, 5, 14, 1, 16, 12])
并找到该总和具有目标值的索引:
In [59]: np.where(_==4)
Out[59]: (array([15, 36, 56], dtype=int32),)
In [60]: A[_]
Out[60]:
array([[2, 1, 0],
[2, 1, 0],
[0, 2, 0]])
对于N=5
:
In [61]: A = np.random.choice(range(5), size=(100,4), replace=True)
In [62]: A.dot(np.arange(1,5))
Out[62]:
array([29, 20,... 23])
In [63]: np.where(_==5)
Out[63]: (array([], dtype=int32),)
这个样本不够大,让我们尝试一个更大的:
In [64]: A = np.random.choice(range(5), size=(500,4), replace=True)
In [65]: A.dot(np.arange(1,5))
Out[65]:
array([23, 8, 17, ...18])
In [66]: np.where(_==5)
Out[66]: (array([ 58, 267, 443], dtype=int32),)
In [67]: A[_]
Out[67]:
array([[1, 2, 0, 0],
[3, 1, 0, 0],
[2, 0, 1, 0]])
itertools.product
可用于通用所有组合
In [71]: A = np.array(list(itertools.product(range(4),repeat=3)))
In [72]: A.shape
Out[72]: (64, 3)
In [73]: x = A.dot(np.arange(1,4))
In [74]: A[x==4]
Out[74]:
array([[0, 2, 0],
[1, 0, 1],
[2, 1, 0]])
对于 N=5:
In [75]: A = np.array(list(itertools.product(range(5),repeat=4)))
In [76]: A.shape
Out[76]: (625, 4)
In [77]: x = A.dot(np.arange(1,5))
In [78]: A[x==5]
Out[78]:
array([[0, 1, 1, 0],
[1, 0, 0, 1],
[1, 2, 0, 0],
[2, 0, 1, 0],
[3, 1, 0, 0]])
要以迭代方式进行搜索,我将product
用作生成器:
In [100]: g = itertools.product(range(5), repeat=4)
In [101]: for cnt, row in enumerate(g):
...: if np.arange(1,5).dot(row)==5:
...: print(cnt, row)
...:
...:
30 (0, 1, 1, 0)
126 (1, 0, 0, 1)
175 (1, 2, 0, 0)
255 (2, 0, 1, 0)
400 (3, 1, 0, 0)
或者只是找到第一个:
In [102]: g = itertools.product(range(5), repeat=4)
In [103]: for cnt, row in enumerate(g):
...: if np.arange(1,5).dot(row)==5:
...: print(cnt, row)
...: break
...:
30 (0, 1, 1, 0)
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句