如何基于概率对二进制np.ndarray执行随机突变？

Question

我有一个numpy数组，里面填充了-1和1

如何以给定的突变概率（从-1到1或从1到-1）进行随机突变

下面是我想要实现的一个例子：

>>> arr
array([[-1,  1,  1],
       [-1, -1, -1],
       [ 1, -1,  1]])

>>> mutation(arr, p=0.2)
array([[-1, -1,  1],
       [-1, -1,  1],
       [ 1, -1,  1]])

这里修改了索引[0，1]和[1，2]的值

当p=1时，应修改每个值

Answer 1

这里有一个基于^{}的方法-

def mutation(arr, p_val):
    m = np.random.choice([True,False],size=arr.shape,p=[p_val,1-p_val])
    return np.where(m,-np.sign(arr),arr)

所以，基本上，我们用np.random.choice创建了一个p_val比率为True的掩码，其余为False。然后，我们将此掩码与np.where一起使用，以选择arr之外的元素并对其进行修改，即将1s更改为-1s，反之亦然，同时保持其余元素不变