如何创建True值占比为k%的NumPy布尔数组？

你可以直接使用np.random.choice的内置参数p实现自定义占比的随机布尔数组生成，该参数用于按顺序指定a参数中每个元素的采样概率，所有概率之和要求为1。

60% True 占比示例 #

import numpy as np
N = 100 # 自定义数组长度
bool_arr = np.random.choice(a=[False, True], size=(N,), p=[0.4, 0.6])

你可以通过bool_arr.mean()验证占比，数组长度越大，统计结果越接近60%。

通用k%占比实现 #

只需要把你需要的True占比转换为对应概率传入p参数即可：

import numpy as np
N = 200 # 自定义数组长度
true_percent = 60 # 自定义True的目标占比，单位%
# p参数顺序和a参数对应，第一个值为False的采样概率，第二个为True的采样概率
bool_arr = np.random.choice(a=[False, True], size=(N,), p=[1 - true_percent/100, true_percent/100])

精确占比实现（无随机浮动） #

如果你需要生成的数组True占比完全等于k%，没有概率误差，可以先生成固定数量的True和False后打乱数组：

import numpy as np
N = 100
true_percent = 60
true_count = int(N * true_percent / 100)
# 拼接指定数量的True和False
bool_arr = np.concatenate([np.full(true_count, True), np.full(N - true_count, False)])
# 打乱数组顺序
np.random.shuffle(bool_arr)

内容的提问来源于stack exchange，提问作者K.N