有没有一些简单的工具在numpy中,给定一个值x,返回三个模数为x的随机坐标?
嗯,我不认为你会在numpy中找到这个目的的东西,但这将非常快:
from numpy.random import normal
from numpy.linalg import norm
from numpy import allclose
def random_vec(modulus):
while True:
y = normal(size=(3,))
if not allclose(y,0):
y *= modulus / norm(y)
return y
编辑:现在使用normal()
而不是rand()
我们从正态分布中选择坐标(然后当然重新缩放它们)以获得半径为modulus
的球上的随机点的原因在此解释。也请阅读下面的unutbu评论。
假设您想要三维笛卡尔坐标系中的(X,Y,Z)
,您可以通过在球极坐标系中进行两个随机角度选择,然后转换回笛卡尔坐标系来实现:
import numpy as np
# Example data: three values of x = sqrt(X^2 + Y^2 + Z^2)
x = np.array([1, 2, 2.5])
n = len(x)
theta = np.arccos(2 * np.random.random(n) - 1)
phi = np.random.random(n) * 2. * np.pi
X = x * np.sin(theta) * np.cos(phi)
Y = x * np.sin(theta) * np.sin(phi)
Z = x * np.cos(theta)
例如,给出:
[-2.60520852 0.01145881 1.01482376]
[-0.85300437 0.29508229 -1.54315779]
[ 1.21871742 -0.95540313 3.54806944]
phi
真正随机,而 cos(phi)
和 sin(phi)
是一个随机变量的函数,因此坐标不像 phi
一样技术上是随机的。 - gg349
np.random.normal(size=(3,1))
而不是np.random.rand(3)
,那么生成的点将在球体上均匀分布。 - unutburand(3)
,那么您选择的是单位立方体上的一个点,然后将其投影到球体上。这会使得在侧面附近有更多的点,而在角落附近则较少。 - unutbu