Python中生成唯一30维随机二进制数组的验证与实现方法

首先明确：你当前的代码无法保证生成的200个数组全部唯一。虽然30位二进制总共有2^30（约10亿）种可能，200个样本重复的概率极低，但随机过程本身是允许重复的，所以不能100%确保唯一性。

如何验证现有数组是否唯一？ #

这里有两种高效的验证方式：

方法1：利用Numpy的unique函数直接比对 #

# 对二维数组按行去重
unique_rows = np.unique(parents, axis=0)
if len(unique_rows) == len(parents):
    print("所有二进制数组都是唯一的")
else:
    print(f"存在重复，重复的数组数量为 {len(parents) - len(unique_rows)}")

方法2：转换为整数后验证（效率更高） #

把每个30位二进制数组转换成对应的整数，再检查整数的唯一性——整数比对比二维数组比对更快：

# 将每行二进制数组转换为整数
int_values = np.dot(parents, 2 ** np.arange(30)[::-1])
if len(np.unique(int_values)) == len(parents):
    print("所有二进制数组都是唯一的")
else:
    print(f"存在重复，重复的数组数量为 {len(parents) - len(np.unique(int_values))}")

如何修改代码确保生成的数组全部唯一？ #

根据你的需求，这里提供两种可靠的方案：

方案1：循环生成+去重检查（适合小样本量） #

因为你只需要200个，远小于总可能数，这种方法效率很高：

import numpy as np

target_num = 200
bit_len = 30
parents = []
seen_arrays = set()

while len(parents) < target_num:
    # 生成单个30位二进制数组
    current_arr = np.random.choice([0, 1], size=bit_len)
    # 将数组转为元组（Numpy数组不可哈希，无法直接存入集合）
    arr_tuple = tuple(current_arr)
    if arr_tuple not in seen_arrays:
        seen_arrays.add(arr_tuple)
        parents.append(current_arr)

# 转换为Numpy二维数组
parents = np.vstack(parents)

原理是用集合记录已经生成过的数组，每次生成后检查是否重复，不重复才加入结果列表。

方案2：无放回随机抽样（更简洁） #

直接从所有可能的30位二进制数对应的整数中随机抽取200个不重复的值，再转换为二进制数组：

import numpy as np

target_num = 200
bit_len = 30

# 从0到2^30-1中无放回抽取200个整数
selected_ints = np.random.choice(2 ** bit_len, size=target_num, replace=False)

# 将每个整数转换为30位二进制字符串，再转为整数数组
parents = np.array([list(np.binary_repr(num, width=bit_len)) for num in selected_ints], dtype=int)

这种方法不需要循环检查，直接通过replace=False确保抽样无重复，代码更简洁。

内容的提问来源于stack exchange，提问作者RezAm