Numpy random.choice() 函数

Numpy random.choice() 函数从给定的一维数组或列表中生成随机样本。它允许从指定的数组或序列中随机抽取元素，可以是放回式的，也可以是放回式的。此函数常用于模拟、随机数据生成和随机采样任务。

如果概率数组 p 的总和不为 1，则 numpy.random.choice() 函数会引发 ValueError。

语法

以下是 Numpy random.choice() 函数的语法 -

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

参数

以下是 Numpy random.choice() 函数的参数 -

• N:一维数组或int。如果为整数，则从 range(N) 中选择。
• size(可选):输出形状。如果为 None，则返回单个值。如果为整数，则返回一维数组。如果为元组，则返回多维数组。
• replace(可选):布尔值。如果为 True(默认值)，则进行放回抽样;如果为 False，则进行不放回抽样。
• p(可选):与 N 中每个元素关联的概率的一维数组。如果未提供，则假定所有元素的概率相等。

返回值

该函数从给定的一维数组中返回一个随机样本，或从 range(N) 中返回一个整数值。

示例

以下是使用 Numpy random.choice() 从列表中随机选择单个元素的基本示例 -

import numpy as np
array = [10, 20, 30, 40, 50]
random_choice = np.random.choice(array)
print("Random Choice:", random_choice)

输出

以下是上述代码的输出−

随机选择:3

示例:指定大小的随机选择

使用 numpy.random.choice() 函数，我们还可以通过指定 size 参数来选择多个随机元素。该参数可以是单个元素或元组。当我们在元组中指定大小时，它将生成多维数组。

Size 为整数值

在下面的示例中，我们通过在 numpy.random.choice() 函数中将 size 赋值为 3，从给定数组生成了一个包含 3 个随机元素的 numpy 数组 -

import numpy as np
array = [10, 20, 30, 40, 50]
random_choices = np.random.choice(array, size=3)
print("随机选择:", random_choices)

输出

以下是上述代码的输出 -

随机选择:[30 20 40]

大小为元组

这里，我们通过在 numpy.random.choice() 函数中将元组指定为大小，生成了一个包含给定数组中随机元素的二维 Numpy 数组 -

import numpy as np
array = [17, 42, 80, 79, 24]
Numpy_Array= np.random.choice(array, size=(3,4))
print("Numpy Array -
", Numpy_Array)
print(type(Numpy_Array))

输出

以下是上述代码的输出 -

Numpy Array -
 [[42 79 79 17]
 [17 80 79 79]
 [42 24 79 79]]
<class 'numpy.ndarray'>

示例:不重复选择

当我们需要一个包含所有唯一元素的随机 NumPy 数组时，我们需要将 replace 参数设置为 False。

在以下示例中，我们通过将 replace 参数设置为 False，从数组中选择了 4 个唯一随机元素。-

import numpy as np
array = [15, 82, 63, 54, 25]
Numpy_Array = np.random.choice(array, size=3, replace=False)
print("Numpy Array :", Numpy_Array)
print(type(Numpy_Array))

输出

以下是以上代码 −

Numpy 数组:[15 82 54]
<class 'numpy.ndarray'>

示例:基于概率的随机选择

我们可以通过使用 p 参数指定概率分布来控制数组中每个元素的出现频率。p 参数应为与输入数组中每个元素关联的概率的一维数组。

在下面的例子中，我们使用概率分布为某些元素分配了更高的概率 -

import numpy as np
array = [41, 82, 13, 24, 65]
probabilities = [0.1, 0.2, 0.3, 0.2, 0.2] # 概率之和必须为 1
Numpy_Array = np.random.choice(array, size=3, p=probabilities)
print("随机 Numpy 数组及其概率:
", Numpy_Array)

输出

以下是上述代码的输出 -

随机 Numpy 数组及其概率:
[24 82 82]

 numpy_array_creation_routines.html



❮ 上一节
下一节 ❯