在Python中随机选择数组中连续的元素

Question

我有一个索引列表，例如0...365，我想从中选择一些，随机且不重复选择连续的子区间。

index = [i+1 for i in range(365) ] 
#n could be 3
for i in range(n):
   exclusion_regions.append( get_random_contiguous_region(index) )

有人对于实现get_random_contiguous_region()有什么建议吗？

- Edmon

---

子区域的大小应该是多少？ - Ffisegydd

我想保持这种灵活性，但为了使它更简单，区域的总长度应该在数组的5％到15％之间，并且每个区域应该是其长度的30％。因此，每个区域应该大约有10个项目。 - Edmon

你的代码中的 n 是什么？ - Padraic Cunningham

对于这个例子，假设是3。 - Edmon

所以从数组中随机选择三个切片？ - Padraic Cunningham

是的，非重叠的。 - Edmon

Answer 1

您可以做以下事情：

import random

n = 3
index = [i+1 for i in range(10) ] 
slices = sorted(random.sample(range(0, len(index)), 2*n))
[index[start:end] for start, end in zip(slices[::2], slices[1::2])]

- elyase

---

这就是为什么我使用了 set，元素是唯一的，所以没有重叠的片段。 - elyase

你最终可能会得到一个单独的切片。 - Padraic Cunningham

你说得对，我在你提到之后注意到了那个 bug，现在应该已经修正了。 - elyase

你可能会得到非常不同大小的切片，我认为这不是要求，你不能用列表推导来做到这一点。 - Padraic Cunningham

Answer 2

这是一个相对简单的递归方法：索引列表被随机分成给定大小范围内连续的子序列。然后，三个这样的子序列被选择。

indexes = range(1, 80)
from random import randint, sample 

# recursive division of the sequence
def get_random_division(lst, minsize, maxsize):
    split_index = randint(minsize, maxsize)
    # if the remaining list would get too small, return the unsplit one
    if minsize>len(lst)-split_index:
        return [lst]
    return [lst[:split_index]] + get_random_division(lst[split_index:], minsize, maxsize)

# determine size range of the subdivisions
minsize, maxsize = 5, int(0.15*len(data))
# choose three of the subdivided sequences
sample(get_random_division(indexes, minsize, maxsize), 3)

输出：

[[17, 18, 19, 20, 21, 22, 23, 24, 25, 26],
 [36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46],
 [1, 2, 3, 4, 5]]

- koffein

Answer 3

我们需要一个while循环，以确保不会产生重叠，并且您可以检查切片的长度是否满足任何其他标准。使用列表推导式，您无法指定不同的标准：如果您想要随机切片占总列表大小的大约5到15％，并且样本大小约为30％：

from random import choice
from numpy import arange

index = [i + 1 for i in range(365)]
choices = []
seen = set()
ar = arange(0.05,.16, .01)
ln = len(index)
sample_size = 0
while sample_size < ln * .30:
    perc = choice(ar)  # get random 5, 10, 15 percent slices
    size = int(ln * perc)
    ch = choice(index[:-size+1]) # avoid falling off the side
    rn = index[ch:ch+size]
    if len(rn) == size and not seen.intersection(rn):
        seen.update(rn)
        choices.append(rn)
        sample_size += len(rn)
print(choices)

- Padraic Cunningham

---

Padraic，如果ch+20超出了索引范围，它会绕回来吗？ - Edmon

@Edmon，当获取起始点时，只给出index[:-20]的选择，这样你就永远不会超出范围，如果你想要环绕，也可以，但这需要更多的工作。你想要随机长度的切片还是全部相同长度的切片？ - Padraic Cunningham

我希望得到一个随机长度的“安全”长度的切片（即总长度不超过数组的20-30％）。我没有要求它，因为我认为这可能太多了（而且我可以解决这个问题）。如果不会太麻烦，请添加。顺便说一下，我不能点赞，只能取消投票 :-/ - Edmon

@Edmon，我添加了代码，使得切片的大小为总大小的25％，显然n会影响您选择的百分比，如果您想要不同的大小，请选择一个随机数进行除法运算。 - Padraic Cunningham

别担心，生活中有很多事情比得到赞更重要;) 我只是觉得有趣的是，一个实际解决了提问者需求的答案却被踩。 - Padraic Cunningham

Answer 4

这里提供了一种解决方案，它以符号方式处理范围，而不是考虑每个项目。

（对于您正在处理的小基础，这可能有些过度设计，但对于包含数万项的范围，它将更加高效。）

---

编辑：我已经更新了代码，现在长度可以被指定为整数或返回整数的0参数函数。现在你可以使用分布来指定长度，而不仅仅是一个常数。

---

import random

def range_intersection(a, b):
    if a.step == b.step == 1:
        return range(max(a.start, b.start), min(a.stop, b.stop), 1)
    else:
        # here be dragons!
        raise NotImplemented

def random_subrange(length, range_):
    start = random.randrange(
        range_.start,
        range_.stop - length * range_.step,
        range_.step
    )
    stop = start + length * range_.step
    return range(start, stop, range_.step)

def const_fn(n):
    def fn():
        return n
    return fn

def random_distinct_subranges(num, length, range_):
    if not callable(length):
        length = const_fn(length)
    ranges = []
    for n in range(num):
        while True:
            new_range = random_subrange(length(), range_)
            if not any(range_intersection(new_range, r) for r in ranges):
                ranges.append(new_range)
                break
    ranges.sort(key = lambda r: r.start)
    return ranges

那么

days = range(1, 366)

# pick 3 periods randomly without overlapping
periods = random_distinct_subranges(3, lambda:random.randint(5,15), days)
print(periods)

这将得到类似于这样的结果

[range(78, 92), range(147, 155), range(165, 173)]

可以像迭代器一样进行迭代。

from itertools import chain

rand_days = chain(*periods)
print(list(rand_days))

给予

[78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 147, 148, 149, 150, 151, 152, 153, 154, 165, 166, 167, 168, 169, 170, 171, 172]

- Hugh Bothwell

---

我遇到了一个错误，错误消息说列表没有属性start：def random_subrange(length, range_): start = random.randrange( range_.start, range_.stop - length * range_.step, range_.step ) - Edmon

@Edmon：你使用的是哪个版本的Python？这应该适用于任何Python 3.x版本；我没有尝试过Python 2.x，那可能就是问题所在。 - Hugh Bothwell