np.random.choice()函数示例详解
更新时间：2023年11月03日 12:16:16 作者：zcongfly
np.random.choice() 是 NumPy 中的一个随机抽样函数,用于从给定的一维数组中随机抽取指定数量或指定概率的元素,本文给大家介绍np.random.choice()函数的相关知识,感兴趣的朋友一起看看吧
np.random.choice() 是 NumPy 中的一个随机抽样函数，用于从给定的一维数组中随机抽取指定数量或指定概率的元素。该函数可以用于构建模拟实验、生成随机数据集、数据抽样等应用场景。
np.random.choice(a, size=None, replace=True, p=None) 的参数如下：
a：一维数组或整数，表示需要进行抽取的数据源，当为整数时，相当于 np.arange(n)。size：整数或元组，表示输出数组的大小。replace：布尔值，表示是否允许重复抽样，默认为 True（允许重复抽样）。p：一维数组，表示每个元素被抽到的概率。如果未指定，则默认为均匀分布。
例如：
import numpy as np a = np.array([1, 2, 3, 4, 5]) print(np.random.choice(a)) # 随机抽取一个元素 # 输出：1 或 2 或 3 或 4 或 5，具体结果根据随机结果而定 print(np.random.choice(a, size=3)) # 随机抽取三个元素 # 输出：[2, 5, 1] 或 [3, 4, 1] 或 ...，具体结果根据随机结果而定 print(np.random.choice(a, size=3, replace=False)) # 无放回地随机抽取三个元素 # 输出：[5, 3, 1] 或 [4, 2, 1] 或 ...，具体结果根据随机结果而定 print(np.random.choice(a, size=3, p=[0.1, 0.1, 0.2, 0.3, 0.3])) # 按照概率分布随机抽取三个元素 # 输出：[4, 5, 4] 或 [3, 3, 5] 或 ...，具体结果根据随机结果而定
如果 a 是一个常数，np.random.choice() 函数则等价于从 [0, a) 的整数集合中随机抽取元素。这是因为在 Python 中，range(a) 和 np.arange(a) 都可以表示 [0, a) 的整数集合，因此当 a 为整数时，np.random.choice(a) 等价于 np.random.choice(np.arange(a))。
例如：
import numpy as np print(np.random.choice(5)) # 等价于 np.random.choice(np.arange(5)) # 输出：0 或 1 或 2 或 3 或 4，具体结果根据随机结果而定
需要注意的是，np.random.choice() 函数返回的是一个新的数组，不会改变原数组。如果需要对原数组进行修改，可以使用 np.random.shuffle() 函数来打乱原数组的元素顺序，然后再按照需要取出一部分元素。
到此这篇关于np.random.choice()函数的文章就介绍到这了,更多相关np.random.choice()函数内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了python 开发的三种运行模式详细介绍的相关资料,需要的朋友可以参考下2017-01-01
python GUI库图形界面开发之PyQt5打印控件QPrinter详细使用方法与实例
这篇文章主要介绍了python GUI库图形界面开发之PyQt5打印控件QPrinter详细使用方法与实例,需要的朋友可以参考下2020-02-02
Python3调用cmd复制文件,win7下测试通过,大家参考使用吧2013-12-12
Python语言默认采用的垃圾收集机制是引用计数法，本文详细的介绍了Python中垃圾回收和del语句详解，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2018-11-11
查找python项目依赖并生成requirements.txt的方法
今天小编就为大家分享一篇查找python项目依赖并生成requirements.txt的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-07-07
这篇文章主要介绍了Python简单计算文件夹大小的方法,涉及Python针对目录的遍历与文件计算的相关技巧,具有一定参考借鉴价值,需要的朋友可以参考下2015-07-07
其实利用Python编写的小游戏很简单,下面这篇文章主要给大家介绍了关于Python小游戏实现实例之接苹果的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2022-03-03
这篇文章主要为大家介绍了Python的多任务进程，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助2022-01-01
这篇文章主要介绍了spyder快捷键与python符号化输出方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-02-02
图像数据增强是一种在训练机器学习和深度学习模型时常用的策略,尤其是在计算机视觉领域,具体而言,它通过创建和原始图像稍有不同的新图像来扩大训练集,本文给大家介绍了如何基于pytorch实现对图片进行数据增强,需要的朋友可以参考下2024-01-01
最新评论