Python 创建一个 numpy 数组，其中随机位置有 0 和 1，但给定子轴上至少有一个或多个1

一个解决方案(以防您只想填充最后一个轴.如果要对所有轴执行此操作，则需要对所有轴重复此操作.)

def fillLastAxis(arr):
    # Position in all but last axes of rows that need a 1
    pos=~arr.any(axis=-1) # True on rows coords that miss a 1
    # Number of 1 to generate
    num=pos.sum()
    # Index (along the last axis, of the missing 1)
    idx=np.random.randint(0, arr.shape[-1], num)
    # Just add a one at this pos
    arr[pos, idx]=1

测试:

size = (3, 5, 5)
proba_0 = 0.7
n_positions = np.random.choice([0,1], size=size, p=[proba_0, 1-proba_0])
print("==== Before ====")
print(n_positions)
fillLastAxis(n_positions)
print("==== After ====")
print(n_positions)

展示会

==== Before ====
[[[1 0 1 1 1]
  [1 0 0 0 1]
  [0 1 0 0 0]
  [0 0 0 0 0]
  [1 0 1 0 1]]

 [[0 0 1 0 1]
  [0 0 0 0 0]
  [0 0 0 0 1]
  [0 1 1 0 1]
  [0 0 0 0 0]]

 [[0 0 0 0 1]
  [0 0 0 1 1]
  [1 1 1 0 1]
  [0 1 0 0 0]
  [0 1 0 0 1]]]
==== After ====
[[[1 0 1 1 1]
  [1 0 0 0 1]
  [0 1 0 0 0]
  [0 1 0 0 0]
  [1 0 1 0 1]]

 [[0 0 1 0 1]
  [0 0 1 0 0]
  [0 0 0 0 1]
  [0 1 1 0 1]
  [0 0 0 1 0]]

 [[0 0 0 0 1]
  [0 0 0 1 1]
  [1 1 1 0 1]
  [0 1 0 0 0]
  [0 1 0 0 1]]]

您可以看到，平面0的第3行和平面1的第1行之前缺少1.并在之后有一个(在位置1和2).

用更高的维度(用更多的轴进行测试，并减少这只是运气的可能性).这一次我强制种子，这样你就可以在家里测试，并判断结果，而不需要我打印整个数组，因为你有相同的.

size = (3, 6, 4, 5)
proba_0 = 0.5
np.random.seed(12)
n_positions = np.random.choice([0,1], size=size, p=[proba_0, 1-proba_0])
print("==== Before ====")
print(n_positions)
fillLastAxis(n_positions)
print("==== After ====")
print(n_positions)

如果我是正确的，那么结果中有3行全为0([0,2,1,:]、[2,0,3,:]和[2,4,3,:]).它们都填满了一个随机的1之后.