Tag: 随机

什么是在一个范围内生成一个无偏随机整数的最佳algorithm？: 在这个StackOverflow的问题：从范围生成随机整数接受的答案build议在给定的min和max之间生成一个随机整数，其中min和max包含在以下公式中： output = min + (rand() % (int)(max – min + 1)) 但也是这样说的这仍然略微偏向较低的数字…也可以扩展它，以消除偏见。但这并不能解释为什么它偏向较低的数字或如何消除偏见。所以，问题是：这是在一个（有符号）范围内生成一个随机整数的最优方法，而不依赖任何花哨，只是rand()函数，并且如果它是最优的，如何消除偏？编辑：我刚刚testing了@Joey针对浮点外推提出的while -loopalgorithm： static const double s_invRandMax = 1.0/((double)RAND_MAX + 1.0); return min + (int)(((double)(max + 1 – min))*rand()*s_invRandMax); 看看有多less统一的“球”正在“落入”并分布在多个“桶”之中，一个用于浮点外推的testing，另一个用于while loopalgorithm。但结果却因“球”（和“水桶”）的数量而变化，所以我不能轻易挑选出一个胜利者。工作代码可以在这个Ideone页面find。例如，对于10个桶和100个球，对于浮点外推的理想概率的最大偏差对于浮点外推比对于循环的algorithm（分别为0.04和0.05）要小，但对于1000个球，最大偏差-loopalgorithm较小（0.024和0.011），而有10000个球时，浮点外推再次变得更好（0.0034和0.0053）等等，没有太多的一致性。考虑到没有任何一种algorithm一致地产生均匀分布的可能性比其他algorithm更好，这使得我倾向于浮点外推，因为它似乎比while loopalgorithm执行得更快。那么select浮点外推algorithm还是不错，或者我的testing/结论不完全正确？

生成一个随机的列表排列: 我怎样随机洗牌，以保持原有的位置？换句话说，给定一个具有不同元素的列表A ，我想生成它的排列B 这个排列是随机的并且对于每个n ， a[n] != b[n] 例如 a = [1,2,3,4] b = [4,1,2,3] # good b = [4,2,1,3] # good a = [1,2,3,4] x = [2,4,3,1] # bad 我不知道这样一个排列的恰当的术语（这是“总”？），因此很难search。正确的名词似乎是“混乱”。

兰德实施: 我想通过如何实现rand（）和srand（）函数，并想调整代码来修改它以符合我的要求。我在哪里可以findrand（）和srand（）的源代码。

在一个dataframe中每个组随机抽样n行: 从这些问题 – R数据框的子集中的行的随机样本和数据框中的样本随机行我可以很容易地看到如何随机地从df或“n”行中抽样（select）'n'行，这些行来自特定级别在一个df内的一个因素。以下是一些示例数据： df <- data.frame(matrix(rnorm(80), nrow=40)) df$color <- rep(c("blue", "red", "yellow", "pink"), each=10) df[sample(nrow(df), 3), ] #samples 3 random rows from df, without replacement. 例如，只需从“粉红”颜色中抽取3个随机行 – 使用library(kimisc) ： library(kimisc) sample.rows(subset(df, color == "pink"), 3) 或编写自定义function： sample.df <- function(df, n) df[sample(nrow(df), n), , drop = FALSE] sample.df(subset(df, color == "pink"), 3) 但是，我想从该因子的每个级别抽样3（或n）个随机行。即新的DF将有12行（蓝色3，红色3，黄色3，粉红色3）。 […]

如何从rand（）获取特定范围的数字？: srand(time(null)); printf("%d", rand()); 给出一个高范围的随机数（0-32000ish），但我只需要大约0-63或0-127，但我不知道该怎么去做。任何帮助？

使用SciPy或NumPy生成具有指定权重的离散随机variables: 我正在寻找一个简单的函数，可以根据它们相应的（也是指定的）概率生成一个指定的随机值数组。我只需要它来生成浮点值，但我不明白为什么它不应该能够产生任何标量。我可以从现有的function中想到很多构build这个function的方法，但我想我可能只是错过了一个明显的SciPy或NumPyfunction。例如： >>> values = [1.1, 2.2, 3.3] >>> probabilities = [0.2, 0.5, 0.3] >>> print some_function(values, probabilities, size=10) (2.2, 1.1, 3.3, 3.3, 2.2, 2.2, 1.1, 2.2, 3.3, 2.2) 注：我发现scipy.stats.rv_discrete，但我不明白它是如何工作的。具体而言，我不明白这（下面）意味着什么，也不应该做什么： numargs = generic.numargs [ <shape(s)> ] = ['Replace with resonable value', ]*numargs 如果rv_discrete是我应该使用的，请给我一个简单的例子和上面的“形状”的说明解释？