python小记（四）：python中“numpy.random.choice”的使用方法

---

前言

项目上的需要，需要有概率的随机选择列表中的内容。

一、“numpy.random.choice”

一开始以为“random.choice”和“numpy.random.choice”是一个函数，后来发现两个函数截然不同！

choice(a, size=None, replace=True, p=None)

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，就表示从0到a-1这个序列中随机采样。
size：采样结果的数量，默认为1.可以是整数，表示要采样的数量；也可以为tuple，如(m, n, k)，则要采样的数量为m * n * k，size为(m, n, k)。
replace：boolean型，采样的样本是否要更换？这个地方我不太理解，测了一下发现replace指定为True时，采样的元素会有重复；当replace指定为False时，采样不会重复。
p：一个一维数组，制定了a中每个元素采样的概率，若为默认的None，则a中每个元素被采样的概率相同。

例子：

import numpy as np

particle_cloud = [[1,2,45,0.1],
                  [2,3,45,0.1],
                  [3,4,45,0.3],
                  [4,2,45,0.2],
                  [5,2,45,0.2],
                  [6,3,45,0.1]]

particles_w = [0.1,0.1,0.3,0.2,0.2,0.1]
particle_list = [5,2,4,5,2,2]
n_particle = len(particle_cloud)

particle_array= np.random.choice(a = n_particle, 
                                 size = n_particle, 
                                 replace=True, 
                                 p = particles_w)

print(particle_array)

结果：