使用itertools.product时生成独立随机数的实现方案

我明白你的问题了——你的随机生成器目前只在第一次调用时产出一个随机数，之后就耗尽了，所以itertools.product会把这个单一值重复用在所有组合里。要解决这个问题，我们需要让随机生成器每次迭代都能产生新的随机数，而不是只生成一次。

解决方案代码 #

修改你的生成器函数，当启用随机模式时，用无限循环持续生成随机数：

import itertools
import random
import numpy as np

def gen(useRandom, lowerBound, upperBound, stepSize=1):
    if useRandom:
        # 无限生成随机数，直到其他有限生成器遍历完毕
        while True:
            yield random.uniform(lowerBound, upperBound)
    else:
        for steppedVal in np.arange(lowerBound, upperBound, stepSize):
            yield steppedVal

测试效果 #

双变量场景 #

运行以下代码：

print("双变量组合结果：")
for vectors in itertools.product(gen(True,3,6), gen(False,10,30,5)):
    print(vectors)

你会得到类似这样的输出，每个组合的随机数都是独立的：

(4.1802347587349857, 10)
(3.7128578913746897, 15)
(5.8912734809721957, 20)
(4.4163620543645585, 25)

多变量场景 #

针对你提到的十余个变量的复杂场景，这个方案同样适用。比如测试三个变量的情况：

print("\n多变量组合结果：")
for vectors in itertools.product(gen(True,3,6), gen(False,10,30,5), gen(False,5,10)):
    print(vectors)

输出会保留所有非随机变量的笛卡尔组合，同时每个组合的随机数都是唯一的：

(4.231567890123456, 10, 5)
(3.567890123456789, 10, 6)
(5.123456789012345, 10, 7)
(4.876543210987654, 10, 8)
(3.987654321098765, 10, 9)
(5.43210987654321, 15, 5)
...

原理说明 #

• 当useRandom=True时，生成器通过while True无限产出随机数，这样itertools.product在遍历其他有限生成器的所有组合时，每次从随机生成器取元素都会得到一个新的随机值。
• 由于其他非随机生成器是有限的，itertools.product会在遍历完所有可能的组合后自动停止，不会陷入无限循环。
• 这个方案完全在生成器层面处理，不需要事后修改数据集，不会额外增加计算开销，完美匹配你的需求。

内容的提问来源于stack exchange，提问作者Nathan