如何从两个非连续区间随机选数且无需使用if语句或for循环

可以通过加权区间线性映射的方式实现，全程调用numpy原生向量化接口，不需要自己写任何if分支或者for循环：

核心逻辑 #

你需要的两个有效区间分别是[-1, -0.5]（长度0.5）和[0.3, 1]（长度0.7），总长度1.2。先生成[0, 1.2]区间的均匀随机数，再按区间长度权重直接映射到对应有效区间即可，完全不需要重抽。

代码实现 #

生成单个随机数 #

import numpy as np

# 预计算区间参数
left_len = (-0.5) - (-1)
right_len = 1 - 0.3
total_len = left_len + right_len

# 生成随机数
rand_base = np.random.uniform(0, total_len)
res = np.where(rand_base < left_len, -1 + rand_base, 0.3 + (rand_base - left_len))

批量生成n个随机数 #

只需修改随机种子的生成维度即可，逻辑完全不变：

n = 1000 # 按需修改生成数量
rand_base = np.random.uniform(0, total_len, size=n)
res = np.where(rand_base < left_len, -1 + rand_base, 0.3 + (rand_base - left_len))

方案优势 #

1. 没有采样损耗：不需要像重抽方案那样丢弃落在窄区间的无效样本，生成效率100%
2. 性能更高：完全基于numpy底层C实现的向量化操作，批量生成时性能比重抽方案高几倍到几十倍
3. 分布严格均匀：线性映射保证了两个区间内的随机数都符合均匀分布要求，支持最高5位小数的精度需求

内容的提问来源于stack exchange，提问作者srv_77