Как создать L-список из n ненулевых случайных десятичных знаков, где каждый список суммируется до 1.0?

Это должно быть очень быстро, поскольку оно использует numpy.

Он будет автоматически повторять рандомизацию, если она получает 0.0, но это маловероятно. Цикл while был записан до того, как OP скорректировало ненулевое требование, чтобы оно было выше 0,01. Чтобы исправить это, вы можете изменить блок while, чтобы включить весь последующий код, и рассчитать количество нарушений любого желаемого ограничения в конце способом, аналогичным тому, что показано для обнаружения нулей. Но это может стать медленным, когда L велико по сравнению с вероятностью нарушения ограничения. В некотором смысле легче всего выполнить первоначальное требование >0.0 .

После цикла while каждый элемент матрицы L xn равномерно распределяется по (0.0,1.0) без каких-либо 0 или 1 сек. Каждая строка суммируется и используется для формирования матрицы шкалы, то есть матрица, умноженная на случайную матрицу, для получения строк, которые автоматически суммируются до 1,0

  import numpy as np def random_proportions(L,n): zeros = 1 while zeros>0: x = np.random.random(size=(L,n)) zeros = np.sum(x==0.0) sums = x.sum(axis=1) scale = np.diag(1.0/sums) return np.dot(scale, x) 

EDIT: вышеописанная матрица LxL для масштаба, которая неэффективна для памяти. Это будет OOM до L = 10 ** 6. Мы можем исправить это, используя процедуру нормализации вещания, предложенную в этом ответе

 import numpy as np def random_proportions(L,n): zeros = 1 while zeros>0: x = np.random.random(size=(L,n)) zeros = np.sum(x==0.0) sums = x.sum(axis=1).reshape(L,1) # reshape for "broadcasting" effect return x/sums 

Эта вторая версия рассчитает 1 миллионный список размером 10 примерно на 1/3 секунды на AMD FX-8150 с 16 ГБ оперативной памяти:

 %timeit l = random_proportions(1000000,10) 1 loops, best of 3: 347 ms per loop 

Вот как вы получаете n чисел, которые составляют до одного: выберите n случайных чисел в произвольном диапазоне по вашему выбору (например, от 1 до 10), а затем разделите их на сумму.

Это должно сделать трюк:

 import random def floatPartition(n, total): answer = [] for _ in range(n-1): num = random.uniform(0, total) answer.append(num) total -= num answer.append(total) return answer def paritions(n,L): return [floatPartition(n, 1) for _ in range(L)] if __name__ == "__main__": answer = paritions(6,200) 

Я не проверял других на скорость, но это algorthim производит 1 000 000 списков длины 10 с элементами 0,01-0,99 с шагом 0,01 за 20 секунд:

 import random def rand_list(n): sub_list = [] max_val = 100 - n + 1 # max needs to be n-1 less than 100 for repetition in xrange(n-1): sub_list += [random.randrange(1, max_val)] max_val -= (sub_list[-1] - 1) # decrease the range by the latest element added - 1 sub_list += [max_val] # use the remainder for the last value, this way it adds to 100 return [round(x/100.0, 2) for x in sub_list] # convert to 0.01 - 0.99 with list comprehension