numpy.random.choice(a, size=None, replace=True, p=None)
从给定的1维数组中产生一个随机样本
Parameters:
a : 1维。如果是个数组,则新的样本元素来自这个数组。如果是整数,随机样本来自np.rrange(a)
size : 输出格式,有可能是单个数,也可能是元组tuple。如果是(m, n, k),则m*n*k个样本生成。
replace : 输出的数能否重复,Fale表示不能重复
p : 输入a中每个数的输出概率。
Returns:
samples : 输出
Raises:
ValueError
a非负数;或者a/p不是一维;或者a和p格式不一样;或者repalce=False,但是需要得到的输出样本大小大于原数组大小
1、从range(5)中得到3个数
>>> np.random.choice(5, 3)
array([0, 3, 4])
>>> #This is equivalent to np.random.randint(0,5,3)
2、从range(5)中,按照概率p,得到3个数
>>> np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0])
array([3, 3, 0])
3、从range(5)中,得到3个数,这3个数不能有重复
>>> np.random.choice(5, 3, replace=False)
array([3,1,0])
>>> #This is equivalent to np.random.permutation(np.arange(5))[:3]
4、从range(5)中,按照概率p得到3个数,这3个数不能有重复
>>> np.random.choice(5, 3, replace=False, p=[0.1, 0, 0.3, 0.6, 0])
array([2, 3, 0])
5、从size=4的数组中,按照概率p得到size=5的输出。这里数有重复。
>>> 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')