Python如何生成与参考字典同结构、值为numpy随机数的新字典

你可以直接在字典推导式中同步完成取值长度计算和随机数生成，不需要先生成空字典再填充，自动适配参考字典的结构变更。

完整实现代码 #

import numpy as np

# 参考字典，可任意修改结构
memory_map = {'data': [1,2,3], 'theta': [4,5,6,7]}

# 自定义随机参数
random_seed = 42
value_low = 0
value_high = 10

# 生成匹配结构的随机字典
rng = np.random.default_rng(random_seed)
random_dict = {
    key: rng.uniform(low=value_low, high=value_high, size=len(value)).tolist()
    for key, value in memory_map.items()
}

说明 #

• 代码直接遍历参考字典的键值对，自动读取每个键对应列表的长度作为随机值生成的size参数，参考字典增删键、修改列表长度都不需要调整生成逻辑
• 末尾的tolist()用于将numpy返回的数组转换为Python原生列表，和预期输出格式对齐，若可以接受数组格式可删除该方法
• 若需要生成整数随机值，将rng.uniform替换为rng.integers即可

输出示例 #

以上代码运行后得到的结果如下：

{'data': [7.739560485559637, 4.388784400713585, 8.585979214204562], 'theta': [6.973680186338767, 0.9417734780723863, 9.756223470142236, 7.611397109933601]}

内容的提问来源于stack exchange，提问作者Zohim Chandani