Python,Numpy中随机抽样的函数 np.random.choice()详解

这篇具有很好参考价值的文章主要介绍了Python,Numpy中随机抽样的函数 np.random.choice()详解。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

np.random.choice() 是NumPy库中的一个函数,用于从给定的一维数组或可迭代对象中随机抽样。这个函数具有以下参数和功能:

参数

  • a:表示从中抽取随机样本的数组或整数。如果 a 是一个整数,则抽样将从 np.arange(a) 中进行。
  • size:输出样本的大小。默认情况下,返回单个值。你也可以提供一个形状元组来生成多维样本数组。
  • replace:布尔值,表示是否允许替换抽样。如果为 True,则相同的样本可以被多次选中。如果为 False,则不会选择重复样本。默认为 True
  • p:可迭代对象,表示与 a 中的元素相对应的概率。默认情况下,所有元素具有相同的概率被选中。

返回值

  • 返回从 a 中随机选择的样本,大小由 size 参数确定。

示例

从给定列表中随机选择
import numpy as np samples = np.random.choice([1, 2, 3, 4, 5], size=3) 
# 示例输出:array([3, 5, 1]),实际输出可能不同
从整数范围内随机选择,不放回
samples = np.random.choice(5, size=3, replace=False) 
# 示例输出:array([4, 2, 0]),实际输出可能不同
指定概率
samples = np.random.choice([1, 2, 3, 4, 5], size=3, p=[0.1, 0.1, 0.1, 0.1, 0.6]) 
# 示例输出:array([5, 5, 1]),实际输出可能不同

总的来说,np.random.choice() 是一种灵活的随机抽样工具,可以适应许多不同的用例,包括在不放回的情况下从固定集合中抽取样本,或按照指定的概率分布进行抽样。文章来源地址https://www.toymoban.com/news/detail-736578.html

到了这里,关于Python,Numpy中随机抽样的函数 np.random.choice()详解的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • NumPy的np.random.rand()用法

    np.random.rand() 是NumPy库中的函数,用于生成在[0, 1)区间内均匀分布的随机数,可以接受多个整数参数,用于指定生成数组的形状。 生成一个随机标量: 生成一个一维随机数组: 生成一个二维随机数组: 生成一个多维随机数组: 在其他区间生成随机数,例如,在[a, b)区间生成

    2024年02月05日
    浏览(73)
  • np.random.shuffle()+random.seed()设定随机种子,多次打乱,打乱规则固定

    在打乱数据集的时候遇到了这样一个问题:我有两组数据集,一组是image,一组是mask(语义分割任务,与本文无关),image和mask里都是图片,且一一对应,即 image里的第一张图片对应mask里的第一张图片 ,不能乱,因此打乱数据集的时候要对image和mask 以同样的顺序打乱 。 比

    2024年02月04日
    浏览(45)
  • Python numpy中random函数的使用

    np.random:随机数的生成 np.random.random() np.random.random(size) np.random.random([m,n])或np.random.random((m,n)) np.random.rand(m,n) 与np.random.random((m,n))作用一样,但是参数形式不同。 np.random.randint(a,b,size) np.random.uniform(a,b,size) np.random.normal():均值为0,标准差为1【无参默认值】 np.random.normal(a,b) n

    2023年04月08日
    浏览(36)
  • Python中Numpy的np.array详解

    np.array 用于创建一个新的NumPy数组对象。其语法如下: object :任何可用于初始化新数组的对象,例如列表、元组、数组等。 dtype :新数组的数据类型。如果未指定,则会从输入对象中推断数据类型。 其他参数允许进一步控制新数组的创建。 返回一个新的NumPy数组。 示例

    2024年02月08日
    浏览(48)
  • np.sin( )函数 (Numpy库)

    np.sin(a)函数:对a中元素取正弦值。a可以是ndarray数据也可以是单个数据。 当a是单个数据时,np.sin(a)返回一个数据。 当a是ndarray数据时,np.sin(a)返回一个ndarray。 在上文中的np.pi表示π,但是它不可能那么精确真的是π,因此sin(np.pi)计算机计算出来不是准确的零,而是无限接近于

    2024年02月16日
    浏览(41)
  • Numpy || np.array()函数用法指南

    numpy ndarray对象是一个n维数组对象,ndarray只能存储一系列相同元素。 numpy.array()使用说明:object是必须输入的参数,其余为可选参数。 创建存储元素类型不同的数组: 创建生成器: 当输入的object元素有不同类型时,将保留存储空间最大的类型: 当多维数组元素个数不一致时:

    2024年01月24日
    浏览(51)
  • 【Python】np.maximum()和np.minimum()函数详解和示例

    本文通过函数原理和运行示例,对np.maximum()和np.minimum()函数进行详解,以帮助大家理解和使用。 更多Numpy函数详解和示例,可参考 【Python】Numpy库近50个常用函数详解和示例,可作为工具手册使用 np.maximum() 是 NumPy 库中的一个函数,用于比较两个或更多个数组元素,并返回每

    2024年01月24日
    浏览(41)
  • 【Python入门知识】NumPy 中的随机数及ufuncs函数

    前言 嗨喽~大家好呀,这里是魔王呐 ❤ ~! 什么是随机数? 随机数并不意味着每次都有不同的数字。随机意味着无法在逻辑上预测的事物。 伪随机和真随机 计算机在程序上工作,程序是权威的指令集。 因此,这意味着必须有某种算法来生成随机数。 如果存在生成随机数的程

    2024年02月03日
    浏览(97)
  • 【知识点】Python 的np.prod函数详解

    np.prod 是Numpy库中的一个函数,全称为 numpy.prod ,它的作用是计算数组中所有元素的乘积。该函数是一个快速的计算积的方法,可以接收任意数组或矩阵作为输入,并返回这些数字的乘积。 举个例子: 上面的代码计算了数组 a 中的元素的乘积,最终结果为120。 除了可以计算数

    2024年02月05日
    浏览(53)
  • Python中的数组拼接函数——np.concatenate使用详解

    Python中的数组拼接函数——np.concatenate使用详解 在Python的numpy库中,提供了一个用于数组拼接的函数——np.concatenate。该函数可以将多个数组沿一个指定的轴方向进行拼接,生成一个新的数组。其中,被拼接的数组可以是1维或n维数组。 拼接数组的实现需要指定拼接的方式和拼

    2024年02月11日
    浏览(45)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包