Неповторяющееся случайное число в numpy

Как я могу генерировать неповторяющиеся случайные числа в numpy?

list = np.random.random_integers(20,size=(10))

numpy.random.Generator.choiceпредлагает replaceаргумент к образцу без замены:

from numpy.random import default_rng

rng = default_rng()
numbers = rng.choice(20, size=10, replace=False)

Если вы используете NumPy до 1.17, без GeneratorAPI, вы можете использовать random.sample()из стандартной библиотеки:

print(random.sample(range(20), 10))

Вы также можете использовать numpy.random.shuffle()и нарезку, но это будет менее эффективно:

a = numpy.arange(20)
numpy.random.shuffle(a)
print a[:10]

В replaceунаследованной numpy.random.choiceфункции также есть аргумент , но этот аргумент был реализован неэффективно, а затем оставлен неэффективным из-за гарантий стабильности потока случайных чисел, поэтому его использование не рекомендуется. (Он в основном выполняет функцию перемешивания и нарезки внутри.)

Думаю, numpy.random.sampleсейчас не работает. Это мой путь:

import numpy as np
np.random.choice(range(20), 10, replace=False)

Спустя некоторое время для выбора 40000 из 10000 ^ 2 (Numpy 1.8.1, imac 2.7 ГГц):

import random
import numpy as np

n = 10000
k = 4
np.random.seed( 0 )

%timeit np.random.choice( n**2, k * n, replace=True )  # 536 µs ± 1.58 µs
%timeit np.random.choice( n**2, k * n, replace=False ) # 6.1 s ± 9.91 ms

# https://docs.scipy.org/doc/numpy/reference/random/index.html
randomstate = np.random.default_rng( 0 )
%timeit randomstate.choice( n**2, k * n, replace=False, shuffle=False )  # 766 µs ± 2.18 µs
%timeit randomstate.choice( n**2, k * n, replace=False, shuffle=True )   # 1.05 ms ± 1.41 µs

%timeit random.sample( range( n**2 ), k * n )          # 47.3 ms ± 134 µs

(Почему выбирают 40000 из 10000 ^ 2? Для создания больших scipy.sparse.random матриц - scipy 1.4.1 использует np.random.choice( replace=False ), slooooow.)

Совет перед множеством случайных людей.

Вы также можете получить это, отсортировав:

random_numbers = np.random.random([num_samples, max_int])
samples = np.argsort(random_numbers, axis=1)

Просто сгенерируйте массив, содержащий требуемый диапазон чисел, затем перемешайте их, многократно меняя местами случайное число с 0-м элементом в массиве. Это создает случайную последовательность, не содержащую повторяющихся значений.