用指数给出的变概率生成numpy中的随机二进制数组

Question

我有一个对称矩阵a，带有A.shape = (30, 30)，并且A的每一行与3个唯一标签[0, 1, 2]中的一个相关联

我有另一个矩阵M：

m1 = .9
m2 = .1

M = np.array([[m1, m2, m2],
              [m2, m1, m2],
              [m2, m2, m1]])

我想制作一个新的数组X，其形状为(30, 3)。调用此数组的每一行Xi，及其关联的标签k（k为0、1或2）

我希望Xi的ith元素的概率为1，如果i == k，概率为m1，如果i != k，概率为m2

我编写了一些使用嵌套for循环的工作代码，但我希望使用纯numpy来实现这一点。有什么建议吗

以下是当前效率低下的实现，跳过了我定义A、labels和M的部分：

n_communities = 3
X = []
for i, _ in enumerate(A):  # A is a 2d array, shape (30, 30), symmetric
    Xi = []
    k = labels[i]  # labels is an array of length 30, each labels corresponds to a row of A
    for ii in range(n_communities):
        p = M[k, ii]
        Xi.append(np.random.choice([1, 0], p=[p, 1-p]))
    X.append(Xi)
X = np.array(X)

Answer 1

您可以单独对M1和M2进行采样，只需将M1插入到M2中的标签指定的正确位置即可

m1_arr = np.random.choice([1, 0], p=[m1, 1-m1], size=(N))
m2_arr = np.random.choice([1, 0], p=[m2, 1-m2], size=(N, 3))
m2_arr[np.arange(N), labels] = m1_arr
X = m2_arr