python:numpy从数组中随机抽取元素

FakeOccupational

于 2021-10-11 15:35:52 发布

阅读量1w

点赞数 2

CC 4.0 BY-SA版权

分类专栏：语言学习笔记文章标签： python

本文链接：https://blog.youkuaiyun.com/ResumeProject/article/details/120704088

语言学习笔记专栏收录该内容

193 篇文章

订阅专栏

这篇博客介绍了如何使用numpy库在Python中生成随机数。通过`np.random.choice`函数，可以以指定概率从给定列表中抽取样本，例如生成0和1的序列，或者模拟英语阅读答案的选择分布。此功能在数据模拟和实验设计中有广泛应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

# 以0.5的概率选取0或1生成10个数据
np.random.choice([0,1],size=10,p=[.5,.5])
# [0 1 0 0 1 0 0 0 0 1]

# 生成英语“阅读答案”
np.random.choice(['A', 'B', 'C', 'D'], 20, p=[0.25, 0.25, 0.25, 0.25])
# ['D' 'D' 'A' 'B' 'A' 'C' 'C' 'D' 'D' 'B' 'A' 'D' 'A' 'C' 'D' 'D' 'D' 'B'
 'D' 'C']

numpy.random.choice(a, size=None, replace=True, p=None)
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。

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,可选参数
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,可选参数
Whether the sample is with or without replacement

p : 1-D array-like, 可选参数
The probabilities associated with each entry in a. If not given the sample assumes a uniform distribution over all entries in a.