Genera matrice binaria casuale

Question

Desidero generare 10.000 matrici binarie casuali che hanno lo stesso numero di 1s per riga e per colonna come una matrice binaria data.

La matrice è ~ 500 x ~ 10.000. Ci sono circa 2.000.000 di 1s. Non ci sono zero righe o colonne.

Il mio metodo corrente converte la matrice binaria in una matrice di adiacenza bipartita ed esegue 1.000.000 interruttori di bordo casuali per garantire casualità. Questo richiede 13.000 secondi per 1 matrice. Sto codificando in python, usando una versione modificata della funzione double_edge_swap di networkx.

Esiste un modo più efficiente per generare tali matrici?

Answer 1

Penso che si possa prima costruire un caso particolare di una tale matrice, e quindi utilizzare numpy.shuffle per rimescolalo:

row_sum = 2 
col_sum = 1 
arr  = np.zeros((5, 10)) 
#generate a special case, with given row_sum and col_sum 
for i in range(row_sum): 
    arr.ravel()[i::arr.shape[1]+row_sum] = 1 
arr 

Out[84]: 
array([[ 1., 1., 0., 0., 0., 0., 0., 0., 0., 0.], 
     [ 0., 0., 1., 1., 0., 0., 0., 0., 0., 0.], 
     [ 0., 0., 0., 0., 1., 1., 0., 0., 0., 0.], 
     [ 0., 0., 0., 0., 0., 0., 1., 1., 0., 0.], 
     [ 0., 0., 0., 0., 0., 0., 0., 0., 1., 1.]]) 

np.random.shuffle(arr) 
#np.random.shuffle(arr.T) to shuffle the columns 
arr 
Out[89]: 
array([[ 0., 0., 0., 0., 1., 1., 0., 0., 0., 0.], 
     [ 0., 0., 0., 0., 0., 0., 0., 0., 1., 1.], 
     [ 0., 0., 1., 1., 0., 0., 0., 0., 0., 0.], 
     [ 0., 0., 0., 0., 0., 0., 1., 1., 0., 0.], 
     [ 1., 1., 0., 0., 0., 0., 0., 0., 0., 0.]]) 

arr.sum(1) #row sums 
Out[90]: array([ 2., 2., 2., 2., 2.]) 

arr.sum(0) #col sums 
Out[91]: array([ 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.])