numpy.random.choice

最新推荐文章于 2023-12-13 15:38:00 发布

Wanderer001

最新推荐文章于 2023-12-13 15:38:00 发布

阅读量232

点赞数

分类专栏：科学计算文章标签：计算机视觉深度学习机器学习

本文链接：https://blog.csdn.net/weixin_36670529/article/details/102667865

版权

科学计算专栏收录该内容

127 篇文章 11 订阅

订阅专栏

numpy.random.choice函数用于从给定数组中随机抽取元素，可以选择是否允许重复抽取，并可以指定每个元素的概率。例如，从数组[0.2, 0.4]中抽取时，可以设置概率分布来影响抽取结果。当设置replace=False时，抽取将不重复，适用于生成不重复的随机样本。此外，该函数还可以用于生成多维随机样本，如生成二维、三维等大小的矩阵。

摘要由CSDN通过智能技术生成

参考 numpy.random.choice - 云+社区 - 腾讯云

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

从a（数组）中选取size（维度）大小的随机数，replace=True表示可重复抽取，p是a中每个数出现的概率。若a是整数，则a代表的数组是arange(a)。

>>> random.choice(5)
3
>>> random.choice([0.2, 0.4])
0.2
>>> random.choice([0.2, 0.4], p=[1, 0])
0.2
>>> random.choice([0.2, 0.4], p=[0, 1])
0.4
>>> random.choice(5, 5)
array([1, 2, 4, 2, 4])
>>> random.choice(5, 5, False)
array([2, 0, 1, 4, 3])
>>> random.choice(100, (2, 3, 5), False)
array([[[43, 81, 48,  2,  8],
        [33, 79, 30, 24, 83],
        [ 3, 82, 97, 49, 98]],

       [[32, 12, 15,  0, 96],
        [19, 61,  6, 42, 60],
        [ 7, 93, 20, 18, 58]]])