在Python中创建随机整数列表

Question 1

我想创建一个随机的整数列表以进行测试。数字的分布并不重要。唯一要数的是时间。我知道生成随机数是一项耗时的任务，但是必须有更好的方法。

这是我当前的解决方案：

import random
import timeit

# Random lists from [0-999] interval
print [random.randint(0, 1000) for r in xrange(10)] # v1
print [random.choice([i for i in xrange(1000)]) for r in xrange(10)] # v2

# Measurement:
t1 = timeit.Timer('[random.randint(0, 1000) for r in xrange(10000)]', 'import random') # v1
t2 = timeit.Timer('random.sample(range(1000), 10000)', 'import random') # v2

print t1.timeit(1000)/1000
print t2.timeit(1000)/1000

v2比v1快，但无法大规模运行。它给出以下错误：

ValueError：样本大于总体

是否有一个快速，有效的解决方案能够在这种规模上工作？

答案的一些结果

安德鲁的：0.000290962934494

咬人：0.0058455221653

肯尼TM：0.00219276118279

NumPy来了，看到了，并被征服了。

Question 2

尚不清楚您想要什么，但是我将使用numpy.random.randint：

import numpy.random as nprnd
import timeit

t1 = timeit.Timer('[random.randint(0, 1000) for r in xrange(10000)]', 'import random') # v1

### Change v2 so that it picks numbers in (0, 10000) and thus runs...
t2 = timeit.Timer('random.sample(range(10000), 10000)', 'import random') # v2
t3 = timeit.Timer('nprnd.randint(1000, size=10000)', 'import numpy.random as nprnd') # v3

print t1.timeit(1000)/1000
print t2.timeit(1000)/1000
print t3.timeit(1000)/1000

这给了我的机器：

0.0233682730198
0.00781716918945
0.000147947072983

请注意，randint与random.sample有很大不同（为了使它能在您的情况下工作，我必须将1000更改为10,000，正如一位评论员指出的那样-如果您确实希望将它们从0更改为1,000，则可以除以10）。

如果您真的不在乎所获得的分布情况，那么您可能不太了解问题或随机数-如果听起来很不礼貌，请您道歉...

Question 3

所有随机方法最终都会调用，random.random()因此最好的方法是直接调用它：

[int(1000*random.random()) for i in xrange(10000)]

例如，

random.randint来电random.randrange。
random.randrange返回前有一堆开销要检查范围istart + istep*int(self.random() * n)。

NumPy当然要快得多。

Question 4

您对性能的问题没有任何意义-两种功能都非常快。你的代码的速度由你什么来决定做与随机数。

但是，了解这两个功能在行为上的区别很重要。一种是随机抽样替换，另一种是随机抽样替换。

Question 5

首先，您应该使用randrange(0,1000)或randint(0,999)，而不是randint(0,1000)。的上限randint（包括）。

为了高效randint起见，randrange它random只是调用的包装，因此您应该使用random。另外，xrange请将用作参数sample，而不是range。

你可以用

[a for a in sample(xrange(1000),1000) for _ in range(10000/1000)]

使用sample10次生成10,000个范围内的数字。

（当然，这不会击败NumPy。）

$ python2.7 -m timeit -s 'from random import randrange' '[randrange(1000) for _ in xrange(10000)]'
10 loops, best of 3: 26.1 msec per loop

$ python2.7 -m timeit -s 'from random import sample' '[a%1000 for a in sample(xrange(10000),10000)]'
100 loops, best of 3: 18.4 msec per loop

$ python2.7 -m timeit -s 'from random import random' '[int(1000*random()) for _ in xrange(10000)]' 
100 loops, best of 3: 9.24 msec per loop

$ python2.7 -m timeit -s 'from random import sample' '[a for a in sample(xrange(1000),1000) for _ in range(10000/1000)]'
100 loops, best of 3: 3.79 msec per loop

$ python2.7 -m timeit -s 'from random import shuffle
> def samplefull(x):
>   a = range(x)
>   shuffle(a)
>   return a' '[a for a in samplefull(1000) for _ in xrange(10000/1000)]'
100 loops, best of 3: 3.16 msec per loop

$ python2.7 -m timeit -s 'from numpy.random import randint' 'randint(1000, size=10000)'
1000 loops, best of 3: 363 usec per loop

但是，由于您不关心数字的分布，所以为什么不使用：

range(1000)*(10000/1000)

？