一个解决方案是迭代地构建它，它肯定会比numpy方法慢，但我找不到一种方法来用numpy实现特定的随机分布。
我创建了一个res列表和一个forbidden集合。
我重复n次（这里是n=30），尝试计算一个特定范围内的随机数。如果它不是 * 禁止的 *，意味着这个数不在forbidden集合中，我可以将它添加到res列表中。
我还将这个范围内的每个int添加到forbidden集合中：[rand_num-9; rand_numb[。
但是如果它在我的forbidden集合中，我会通过while循环重试，以找到合适的随机数。
验证码：

import random 

n, lower_bound, upper_bound = 30, 0, 1000
res = []
forbidden = set()
for _ in range(n):
    rand_numb = random.randint(lower_bound, upper_bound)
    while rand_numb in forbidden:
        rand_numb = random.randint(0,1000)
    res.append(rand_numb)
    forbidden = forbidden.union(set(range(rand_numb-9, rand_numb+10)))

字符串

一个技巧可以是在数字之间生成随机空间，并将其规范化以保持在给定范围内。
以下是我使用的代码：用途：

def space_random_opt(n, lower_bound, upper_bound, space):
    range_n = upper_bound-lower_bound 
    assert range_n >=space*n, "sample too tiny"    #check if sample is large enough
    coeffs = np.random.rand(n) #generate coefficients of spacing
    spacer = (range_n-n*space)/np.sum(coeffs) #normalize coeffs
    spacerz = (spacer*coeffs)+space #get distances
    idx = np.cumsum(spacerz).astype(int) #get indices
    return idx

字符串