Matlab 的randperm和randsample函数

Matlab中的randperm和randsample函数用法对比

构建替代数据的时候，一种常见的思路是打乱原数据的排列次序，通过随机置换原数据的排列次序从而产生和原数据系列统计特征（如均值、方差、分布）一致的随机数据。具体到Matlab中，此思路的实现会涉及到两个命令：randperm和randsample

p.s. 相关的重新排序命令还包括：

1 2 3 4 5 6 7 8 9

Reordering Algorithms amd           Approximate minimum degree permutation colamd        Column approximate minimum degree permutation colperm       Sparse column permutation based on nonzero count dmperm        Dulmage-Mendelsohn decomposition ldl           Block LDL' factorization for Hermitian indefinite matrices randperm      Random permutation symamd        Symmetric approximate minimum degree permutation symrcm        Sparse reverse Cuthill-McKee ordering

1、RANDPERM

根据Matlab文档，randperm最常用的用法是是返回一个从1-n的包含n个数的随机排列（每个数字只出现一次）——以行向量的形式

1	p = randperm(n) returns a row vector containing a random permutation of the integers from 1 to n inclusive

如果希望从1-n的数字序列里面随机返回k个数，则可以使用

1	p = randperm(n,k)

其中，这k个数之间彼此也是不相同的。可见，randperm能够产生不重复的随机排列，结合原数据，可写成类似下面的形式：

1	new = old( randperm(  size(old,1)  ) , : );

这样新数组中的各行就被重排了。如果各列也需要重排，则可以嵌套使用。

Matlab文档中还说，randperm完成的是不重复的重排采样（k-permutations），如果结果中的数需要重复多次出现的情况，则可以用：

1	randi(n,1,k)

randperm和rand、randi、randn一样，其随机数的生成是收到rng命令控制的，因此，可通过该命令影响随机数据流rand stream的情况。

2、RANDSAMPLE

randsample的命令组合比randperm要复杂，事实上这个命令内部也有对randperm的调用。因此，在适当的情况下，使用randperm的速度理论上比randsample快。（事实上也快很多）

randsample的命令格式：

1 2 3 4 5 6 7

y = randsample(n,k) y = randsample(population,k) y = randsample(n,k,replacement) y = randsample(population,k,replacement) y = randsample(n,k,true,w) y = randsample(population,k,true,w) y = randsample(s,...)

第一种情形，randsample(n,k)和randperm(n,k)的功能一样，都是产生k个不相同的数（1-n）。

第二种情形，randsample(ARRAY,k)，事实上就是randperm和原数组结合使用的形式，从ARRAY数组里面随机取出k个不相同的数。

第三种情形，replacement是一个bool变量，为1的时候，取出的数可能是重复的，为0的时候，可能不重复。

很显然，看到这里，会发现randsample和randperm很相似，譬如，之前旧数组随机排序的需求可写成下面的样式：

1 2 3

new = old( randsample( 1:length(matrix) , length(matrix) ,0),: ); or new = randsample( old, length(old), 0 );   <-- I preferred this.

事实上更有用的是第四种情形，多出来一个w，是权重系数，能够根据此权重系数在原数组（或1-n数组）里面选出可能重复的k个数。典型用法譬如：

1	R = randsample('ACGT',48,true,[0.15 0.35 0.35 0.15])

上面的语句能够产生48个内容为ATCG的随机字串，且A出现的权重为0.15，其余类推。这个显然在生物信息学中很有用。ATCG也就是DNA的碱基序列。

第五种情形，可以用自己提供的随机数stream替换系统默认的随机数，s必须派生自Matlab的RandStream类。

小结

通过对比，我们很容易的发现randperm比randsample更直接更底层，而randsample则是对各种使用的情形进行了封装。randsample最有用的优势是可以很方便的实现随机数的权重分布。