如何创建10×10的0-1矩阵：1的概率为1/列索引？

嘿，我来帮你解决这个矩阵生成的问题！首先咱们得先明确规则：你说的“列索引”肯定是从1开始算的（不然第0列的概率会是1/0，完全不合理），所以第1列出现1的概率是1/1=1，第2列是1/2，一直到第10列是1/10。

第一步：正确定义概率向量h #

h就是一个长度为10的向量，每个位置对应对应列生成1的概率。分两种常用语言给你示例：

R语言定义h #

# 列索引从1到10，h的第i个元素对应第i列的概率
h <- 1 / 1:10

运行后h就是[1, 0.5, 0.333..., 0.1]这样的向量，完美对应每列的概率。

Python（用numpy）定义h #

import numpy as np
# 生成从1到10的序列，再取倒数得到概率向量
h = 1 / np.arange(1, 11)

得到的h和R里的是一样的，只是Python里索引从0开始，所以h[0]对应第1列的概率，h[9]对应第10列的概率。

第二步：用for循环生成矩阵 #

有了h之后，循环每一列，根据对应概率生成10个0/1元素就行：

R语言完整代码 #

# 初始化10×10的空矩阵，默认填充0
result_matrix <- matrix(0, nrow = 10, ncol = 10)

# 循环每一列
for (col in 1:10) {
  # 用rbinom生成10个伯努利试验结果：size=1表示单次试验，prob取h[col]
  result_matrix[, col] <- rbinom(n = 10, size = 1, prob = h[col])
}

Python完整代码 #

import numpy as np

# 初始化10×10的全0矩阵，类型为整数
result_matrix = np.zeros((10, 10), dtype=int)

# 循环每一列（Python索引从0到9）
for col_idx in range(10):
    # 用binomial生成10个0/1，p取h[col_idx]对应列的概率
    result_matrix[:, col_idx] = np.random.binomial(n=1, p=h[col_idx], size=10)

你之前可能踩的坑 #

大概率是这两个问题导致向量+for循环失败：

• 索引搞混：比如把列索引从0开始算，导致概率计算错误（甚至出现除以0的报错）；
• 概率不对应：循环里没有正确取h中对应列的概率，而是用了同一个概率生成所有列的元素。

只要先把h定义成和列序号一一对应的概率向量，再在循环里每列调用对应概率生成元素，就能顺利生成符合要求的矩阵啦！

内容的提问来源于stack exchange，提问作者Max