如何在python中获得范围内整数的随机排列，而不需要对整个数组进行排列

Question

假设我有一个很长的数组，我想返回该数组子集的随机排列。。。如何做到这一点而不必对整个数组进行排列？

我能想到的是

import numpy
N = 10000000 # total number of elements
n = 20 # number of elements that I am interested in getting from the permutation
x = numpy.random.permutation(numpy.arange(N))[:n] # this permutes the whole array

基本上，我需要选择大于或等于0且小于N的n唯一整数。。。

我知道显式地做到这一点很容易，但python中的任何模块中都有类似于MATLAB中randperm(N,n)的numpy方法或函数吗？

到目前为止，我只发现了一些python示例，它们是我在这里描述的变体。

Answer 1

如果您有一个用于超长数组的惰性生成器，那么使用标准random模块可能会更高效。

N = 10000000
import numpy as np
%timeit np.random.choice(range(N), size=20, replace=False)
# 1.52 s ± 20.2 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
%timeit np.random.choice(np.arange(N), size=20, replace=False)
# 376 ms ± 3.95 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
import random
%timeit np.array(random.sample(range(N), k=20))
# 19 µs ± 86.9 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

因此，如果您有一个生成器/迭代器，而不是内存中的数组，那么random模块可以更快。

然而，如果您特别想获得0和N之间的k数字，最简单的方法可能是使用类似的东西

%timeit np.random.choice(N, size=20, replace=False)
# 410 ms ± 12.4 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

尽管它稍微慢一些。

Answer 2

假设您已经拥有arr，则可以使用np.random.choice(arr, size=20, replace=False)。