與浮點型變量虛擬數據

Question

我嘗試用下面的代碼創建一些虛擬位置數據：

import numpy as np 
import time 

def location(): 

    start_time = time.time() 

    latitude = choice([-1, 1]) * round(np.float32(choice(range(0, 90000000, 1)))/1000000, 6) 
    longitude = choice([-1, 1]) * round(np.float32(choice(range(0, 180000000, 1)))/1000000, 6) 
    lapse = time.time() - start_time 
    return latitude, longitude, lapse 

但時隔大約5.4秒..有沒有一種方法，使其更快？

謝謝，

Answer 1

你基本上從採摘該範圍陣列的隨機整數，並假設在該範圍內陣列，用於拾取該元件的均勻分佈。我們可以使用執行「discrete uniform」 distribution之後的相同任務。該功能讓我們指定low和high值。這裏high值是包容性的。所以，爲了模擬我們的情況，我們需要減去1。

因此，另一種方法是，像這樣 -

get_num = np.random.random_integers 
lat = np.random.choice([-1, 1])*round(get_num(0,90000000-1)/1000000.0,6) 
lon = np.random.choice([-1, 1])*round(get_num(0,180000000-1)/1000000.0,6) 

計時 -

In [5]: %timeit np.random.choice([-1, 1])*round(get_num(0,90000000-1)/1000000.0,6) 
100000 loops, best of 3: 10.7 µs per loop 

In [6]: %timeit np.random.choice([-1, 1])*round(get_num(0,180000000-1)/1000000.0,6) 
100000 loops, best of 3: 10.8 µs per loop