python隨機采樣函數np.random.choice

1.np.random.choice

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

• 從給定的一維數組中生成隨機數
• 參數： a為一維數組類似數據或整數；size為數組維度；p為數組中的數據出現的概率
• a為整數時，對應的一維數組為np.arange(a)

https://blog.csdn.net/qfpkzheng/article/details/79061601

import numpy as np

# 參數意思分別 是從a 中以概率P，隨機選擇3個, p沒有指定的時候相當於是一致的分布
a1 = np.random.choice(a=5, size=3, replace=False, p=None)
print(a1)
# 非一致的分布，會以多少的概率提出來
a2 = np.random.choice(a=5, size=3, replace=False, p=[0.2, 0.1, 0.3, 0.4, 0.0])
print(a2)
# replacement 代表的意思是抽樣之后還放不放回去，如果是False的話，那么出來的三個數都不一樣，
# 如果是True的話， 有可能會出現重復的，因為前面的抽的放回去了。

2.例子

默認replace=True，即默認是可以重復采樣的。

>>> np.random.choice(5)
          
2
>>> np.random.choice(5,2) array([0, 3])

 默認重復采樣：

>>> demo_list = ['lenovo', 'sansumg','moto','xiaomi', 'iphone']
          
>>> np.random.choice(demo_list,size=(3,3)) array([['iphone', 'iphone', 'lenovo'], ['lenovo', 'iphone', 'iphone'], ['xiaomi', 'iphone', 'lenovo']], dtype='<U7')

如果采樣大小size超過了a的大小，那么自動重復采樣：

import numpy as np
print(np.random.choice([1,2,3,4],10)) #結果 [3 4 2 1 4 3 1 4 1 3] 如果要求的數目大於數組的長度，原來它是可以自動這樣重復采樣的啊。