numpy.random.choice用法

python，numpy中np.random.choice()的用法详解及其参考代码

处理数据时经常需要从数组中随机抽取元素，这时候就需要用到np.random.choice()。然而choice用法的官方解释并不详细，尤其是对replace参数的解释，例子也不是很全面。因此经过反复实验，我较为详细的总结出了他的用法，并给出了较为详细的使用代码例子。

官方解释：https://docs.scipy.org/doc/numpy/reference/generated/numpy.random.choice.html

官方解释：
numpy.random.choice(a, size=None, replace=True, p=None)
Generates a random sample from a given 1-D array

New in version 1.7.0.

Parameters:
a : 1-D array-like or int
If an ndarray, a random sample is generated from its elements. If an int, the random sample is generated as if a were np.arange(a)

size : int or tuple of ints, optional
Output shape. If the given shape is, e.g., (m, n, k), then m * n * k samples are drawn. Default is None, in which case a single value is returned.

replace : boolean, optional
Whether the sample is with or without replacement

p : 1-D array-like, optional
The probabilities associated with each entry in a. If not given the sample assumes a uniform distribution over all entries in a.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
下面是我自己的总结

#numpy.random.choice(a, size=None, replace=True, p=None)
#从a(只要是ndarray都可以，但必须是一维的)中随机抽取数字，并组成指定大小(size)的数组
#replace:True表示可以取相同数字，False表示不可以取相同数字
#数组p：与数组a相对应，表示取数组a中每个元素的概率，默认为选取每个元素的概率相同。
1
2
3
4
除了numpy中的数组，python内建的list（列表）、tuple（元组）也可以使用。

详解及代码举例
- 产生随机数

>>>np.random.choice(5)#从[0, 5)中随机输出一个随机数
#相当于np.random.randint(0, 5)
2

>>>np.random.choice(5, 3)#在[0, 5)内输出五个数字并组成一维数组（ndarray）
#相当于np.random.randint(0, 5, 3)
array([1, 4, 1])
1
2
3
4
5
6
7
从数组、列表或元组中随机抽取
注意：不管是什么，它必须是一维的！

L = [1, 2, 3, 4, 5]#list列表
T = (2, 4, 6, 2)#tuple元组
A = np.array([4, 2, 1])#numpy,array数组,必须是一维的
A0 = np.arange(10).reshape(2, 5)#二维数组会报错

>>>np.random.choice(L, 5)
   array([3, 5, 2, 1, 5])

>>>np.random.choice(T, 5)
   array([2, 2, 2, 4, 2])

>>>np.random.choice(A, 5)
   array([1, 4, 2, 2, 1])

>>>np.random.choice(A0, 5)#如果是二维数组，会报错
   ValueError: 'a' must be 1-dimensional
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
参数replace
用来设置是否可以取相同元素：
True表示可以取相同数字；
False表示不可以取相同数字。
默认是True
np.random.choice(5, 6, replace=True)#可以看到有相同元素
   array([3, 4, 1, 1, 0, 3])
np.random.choice(5, 6, replace=False)#会报错，因为五个数字中取六个，不可能不取到重复的数字
   ValueError: Cannot take a larger sample than population when 'replace=False'
1
2
3
4
参数p
p实际是个数组，大小（size）应该与指定的a相同，用来规定选取a中每个元素的概率，默认为概率相同

>>> aa_milne_arr = ['pooh', 'rabbit', 'piglet', 'Christopher']
>>> np.random.choice(aa_milne_arr, 5, p=[0.5, 0.1, 0.1, 0.3])
array(['pooh', 'pooh', 'pooh', 'Christopher', 'piglet'], dtype='|S11')
#可以看到，‘pooh’被选取的概率明显比其他几个高很多

原文链接：https://blog.csdn.net/ImwaterP/article/details/96282230

numpy.random.choice用法相关推荐

numpy.random.choice()用法详解（附官方文档）
numpy.random.choice numpy官方文档:https://numpy.org/devdocs/reference/random/generated/numpy.random.choi ...
[numpy]random.choice()随机选取内容
概述: 可以从一个int数字或1维array里随机选取内容,并将选取结果放入n维array中返回. 说明: numpy.random.choice(a, size=None, replace=True ...
np.random.choice用法
numpy.random.choice(a, size=None, replace=True, p=None) 返回:从[0,a)中以概率p采样size个数,replacement 代表的意思是抽样之 ...
python的numpy.random.choice(a, size=None, replace=True, p=None)函数
python的numpy.random.choice(a, size=None, replace=True, p=None)函数 a: 如果是一维数组,就表示从这个一维数组中随机采样:如果是int型, ...
numpy.random.randn()用法
在python数据分析的学习和应用过程中,经常需要用到numpy的随机函数,由于随机函数random的功能比较多,经常会混淆或记不住,下面我们一起来汇总学习下. import numpy as np ...
python np random choice_Python Numpy random.choice() 数据分布
1.什么是数据分布(Data Distribution)? 数据分发是所有可能值以及每个值出现频率的列表. 当使用统计和数据科学时,此类列表非常重要. random模块提供了返回随机生成的数据分布的方 ...
[转载] 【Python-Numpy】numpy.random.randint用法
参考链接: Python中的numpy.random.rand numpy.random.randint(low, high=None, size=None, dtype='l') 函数的作用是,返回 ...
numpy.random.seed()用法详解
1.总体说明: numpy.random.seed()中每一个数字代表一种随机数生成规则,当种子数确定后,每次调用numpy.random下的随机函数时,都会根据该种子数对应的规则,依次生成随机数或随 ...
numpy.random.rand用法
使用 numpy.random.rand 方法生成任意随机数创建一个给定类型的数组,将其填充在一个均匀分布的随机样本[0, 1)中 (1)生成单个随机数. r1=np.random.rand() p ...

numpy.random.choice用法

numpy.random.choice用法相关推荐

最新文章

热门文章