循环生成满足动态条件的数据：如何存储增量和小于5*L的R个列表

核心思路 #

你当前代码的问题是固定执行R次循环，若某次循环生成的列表不满足条件就会跳过，最终结果数量会小于R。最优实现可以根据你的需求分两种场景：

方案1：保留原固定生成长度的逻辑（每次生成proc_length个点，仅筛选符合条件的） #

把固定次数的for循环改为while循环，直到收集到R个符合要求的列表即可，同时可以简化判断逻辑降低算力开销：

import numpy as np

R = 10
lam = 1
proc_length = 100
L = 1
threshold = 5 * L
exponential_procs_lists = []

# 循环直到收集到R个符合条件的列表
while len(exponential_procs_lists) < R:
    z_exponential = np.random.exponential(lam, proc_length)
    z_exponential.sort()
    # 原逻辑中sum(np.diff(insert(0)))等价于排序后序列的最大值，可直接判断
    if z_exponential[-1] < threshold:
        z_dat_r = np.insert(z_exponential, 0, 0)
        exponential_procs_lists.append(z_dat_r)

说明：这个方案完全保留你原来的生成逻辑，只是把循环条件改成了判断结果列表长度，适合你需要固定每个列表原始生成长度为proc_length的场景。

方案2：按需动态生成长度（最高效，无需筛选） #

因为你允许各列表长度不同，完全可以直接生成增量直到接近阈值，每次生成的列表天然符合要求，不需要做拒绝采样，效率远高于筛选方案：

import numpy as np

R = 10
lam = 1
L = 1
threshold = 5 * L
exponential_procs_lists = []

for _ in range(R):
    current_sum = 0
    points = [0]
    # 逐个生成指数增量，累加不超过阈值就加入列表
    while True:
        step = np.random.exponential(lam)
        if current_sum + step >= threshold:
            break
        current_sum += step
        points.append(current_sum)
    exponential_procs_lists.append(np.array(points))

说明：这个方案不需要做任何无效的筛选操作，每一轮循环都能生成1个符合要求的列表，效率最高，也完全符合你允许列表长度不同的要求。

内容的提问来源于stack exchange，提问作者user309575