np.random.choice 使用小结

最近在实现某个功能的时候，用到了np.random.choice这个函数。特此记录一下，以免日后忘记。它的功能就是从给定的一个1-D数组中以某种概率随机抽取D个数。函数的定义如下

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

• a: 给定的一维数组且必须是一维数组。可以有两种给值，
  • 给定一个数组，例如a=[1,2,3,4]
  • 给定一个正值，此时就相当于从列表np.arange(a)中随机抽取D个整数
• size: 表示想要得到的数的个数，
  • 如果size=3,表示得到3个数。
  • 如果size=(3,2)，表示得到3*2个数，且形状为3*2
• replace: 表示是否重复选取，默认表示可以重复选择.
• p: 表示列表中某数被选取的概率，默认为正态分布

介绍了相关的参数后，接下来就开始上一些demo来加深记忆

import numpy as np
x = np.random.choice(6, 3, replace=True, p = None)
'结果：[9 0 2]'
'size 变成 (3,2)时'
x = np.random.choice(10, (3, 2), replace=True, p = None)
'''
结果：
[[9 4]
 [8 7]
 [0 3]]'''

'replace = True: 可能产生[3 4 4]'
'replace = False: 产生[1 2 5]，不可能出现重复值'
x = np.random.choice(6, 3, replace=False, p=[0.1, 0.1, 0.5, 0.1, 0.1, 0.1])
'结果：[0 3 2]'
'p=[0.1, 0.1, 0.5, 0.1, 0.1, 0.1]: 表示第三个数有着更大的概率被挑选出来'

可以看到，该函数的使用是非常简单的。其实根本就没有记录的必要，但是该功能的出现确实省了不少事，所以给予它足够的尊重，故记录于此。