如何按概率修改Numpy数组元素？现有代码未生效求助

问题原因 #

你写的代码里，random.randint(1,2)只会生成单个随机值（要么1要么2），这就导致所有值为"1"的元素会被统一替换成"1"或者"A"，而不是每个"1"独立拥有50%的替换概率。这就是为什么你看到要么完全没修改，要么所有"1"都变成"A"的情况。

正确实现方式 #

方法一：用Numpy向量化操作（推荐） #

利用Numpy的随机函数生成与目标元素数量匹配的随机判断数组，实现每个"1"独立的概率替换，效率更高，适合大数据量：

import numpy as np

data_length = 200  # 替换为你的实际data_length值
arr = np.random.randint(1,9, data_length).astype(str)

# 筛选出所有值为"1"的元素位置
mask = arr == "1"
# 生成对应数量的随机判断：50%概率为True
replace_flag = np.random.rand(sum(mask)) < 0.5
# 对符合条件的位置进行替换
arr[mask][replace_flag] = "A"

或者更简洁的写法：

arr = np.random.randint(1,9, data_length).astype(str)
mask = arr == "1"
arr[mask] = np.where(np.random.rand(sum(mask)) < 0.5, "A", arr[mask])

方法二：用Python标准库random（适合小数据量） #

遍历数组每个元素，逐个判断是否替换，这种方式直观但效率较低：

import numpy as np
import random

data_length = 200
arr = np.random.randint(1,9, data_length).astype(str)

for idx in range(len(arr)):
    if arr[idx] == "1" and random.random() < 0.5:
        arr[idx] = "A"

内容的提问来源于stack exchange，提问作者fishbowl1