Python-3.x生成指定步长区间内的随机实数初始种群

我来帮你搞定这个问题，其实思路很清晰，咱们一步步拆解来做：

核心思路 #

首先得先生成符合要求的固定离散值集合，再从这个集合里随机抽样，生成指定数量的个体——每个个体包含i_length个离散值，总共生成pop_size个这样的个体。

步骤1：生成合规的离散值集合 #

根据你给出的公式，step = 1/(2^level -1)，对应的离散值是从0到1、以step为间隔的所有数值。这里推荐用numpy.linspace来生成，它能精准覆盖0到1的区间，避免numpy.arange可能出现的精度误差（比如最后一个值达不到1的情况）。

举个level=2的例子：

import numpy as np

level = 2
# 离散值的总个数是2^level（包含0和1两端）
num_points = 2 ** level
discrete_values = np.linspace(0, 1, num=num_points)
# 输出：array([0.        , 0.33333333, 0.66666667, 1.        ])

步骤2：随机生成初始种群 #

有了离散值集合后，我们只需要对每个个体，从集合里随机选i_length个值，重复pop_size次即可。用numpy.random.choice就能高效完成这个操作，还支持重复抽样（也就是同一个值可以在个体里多次出现，比如你示例里的[0.3333, 0.3333]）。

完整代码实现 #

import numpy as np

def generate_initial_population(pop_size, i_length, level):
    # 第一步：生成离散值集合
    num_discrete = 2 ** level
    discrete_values = np.linspace(0, 1, num=num_discrete)
    
    # 第二步：随机生成种群
    # size=(pop_size, i_length) 表示生成pop_size个个体，每个个体有i_length个元素
    # replace=True 允许同一个离散值被多次选中
    population = np.random.choice(discrete_values, size=(pop_size, i_length), replace=True)
    
    # 如果需要转换成纯列表格式（和你示例的样式完全一致），取消下面注释
    # population = population.tolist()
    
    return population

# 测试示例：和你给出的期望结果参数一致
if __name__ == "__main__":
    pop = generate_initial_population(pop_size=7, i_length=2, level=2)
    print("生成的种群：")
    print(pop)

随机输出示例（每次运行结果不同） #

生成的种群：
[[0.         1.        ]
 [0.         0.33333333]
 [0.33333333 1.        ]
 [1.         0.66666667]
 [0.33333333 0.66666667]
 [0.66666667 0.        ]
 [0.33333333 0.33333333]]

为啥之前的方法行不通？ #

• 原整数个体的遗传算法代码，需要把整数生成逻辑完全替换成离散值抽样，你可能没找对修改的核心位置；
• itertools.product会生成所有可能的组合，当level较大时（比如level=5，个体长度为5），组合数会爆炸式增长（32^5=33554432），完全没必要生成这么多，随机抽样既高效又符合需求。

额外小提示 #

• 如果需要固定随机结果（方便调试），可以在调用np.random.choice前加上np.random.seed(你的种子数)；
• 如果不需要numpy数组格式，直接用population.tolist()就能转换成你想要的嵌套列表样式。

内容的提问来源于stack exchange，提问作者azeez