如何实现100个(8,8,8)二值数组确定性赋值：每阵固定40%元素为0

首先明确计算前提：单个(8,8,8)子数组的总元素数为8*8*8=512，40%占比对应的0的数量为512*0.4=204.8，不是整数，我们取四舍五入后的205个0（对应占比约40.04%，误差可忽略），剩余307个为1。如果你需要完全无比例误差，需要调整数组总元素数为5的倍数。

实现代码 #

import numpy as np

num1 = 100
elem_per_sub = 8 ** 3
n_zero = int(np.round(elem_per_sub * 0.4))
n_one = elem_per_sub - n_zero

# 生成基础数组：每个子数组的元素平铺后前n_zero位为0，剩余为1
base_arr = np.repeat([[0] * n_zero + [1] * n_one], num1, axis=0)

# 对每个子数组的元素做随机打乱
rng = np.random.default_rng()
shuffled_arr = rng.permuted(base_arr, axis=1)

# 调整为目标形状
P = shuffled_arr.reshape(num1, 8, 8, 8)

兼容方案（numpy版本低于1.20无permuted方法） #

将打乱步骤替换为以下代码即可：

shuffled_arr = np.apply_along_axis(np.random.permutation, 1, base_arr)

结果验证 #

可以通过以下代码确认所有子数组的0数量符合要求：

# 统计每个子数组的0元素个数
zero_cnt = (P == 0).sum(axis=(1,2,3))
print(np.unique(zero_cnt))
# 输出应为[205]，代表所有子数组的0数量都符合预设值

内容的提问来源于stack exchange，提问作者Liam Spring