菜鸟教程

描述

choice() 方法返回一个列表，元组或字符串的随机项。

语法

以下是 choice() 方法的语法:

1
2
3
import random
random.choice( seq  )

注意：choice()是不能直接访问的，需要导入 random 模块，然后通过 random 静态对象调用该方法。

参数

1
2
seq -- 可以是一个列表，元组或字符串。

返回值

返回随机项。

实例

以下展示了使用 choice() 方法的实例：

1
2
3
4
5
6
#!/usr/bin/python
import random

print "choice([1, 2, 3, 5, 9]) : ", random.choice([1, 2, 3, 5, 9])
print "choice('A String') : ", random.choice('A String')

以上实例运行后输出结果为：

1
2
3
choice([1, 2, 3, 5, 9]) :  2
choice('A String') :  n

官方文档

介绍

random.choice()函数：从给定的1维数组中随机采样的函数。

参数

1
2
numpy.random.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。

注意：
replace 代表的意思是抽样之后还放不放回去，如果是False的话，那么出来的三个数都不一样，如果是True的话，有可能会出现重复的，因为前面的抽的放回去了。
p 中值的个数必须和a中数据的个数一致。

返回值：samples : single item or ndarray（The generated random samples）

ValueError：
If a is an int and less than zero, if a or p are not 1-dimensional, if a is an array-like of size 0, if p is not a vector of probabilities, if a and p have different lengths, or if replace=False and the sample size is greater than the population size

实例

从大小为3的np.arange(5)生成一个均匀（p=None）的随机样本：

1
2
3
4
>>> np.random.choice(5, 3)
array([0, 3, 4])
>>> #This is equivalent to np.random.randint(0,5,3)

从大小为3的np.arange(5)生成一个非均匀（p有值）的随机样本：

1
2
3
>>> np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0])
array([3, 3, 0])

从大小为3的np.arange(5)生成一个均匀的随机样本，没有替换（重复）：

1
2
3
4
>>> np.random.choice(5, 3, replace=False)
array([3,1,0])
>>> #This is equivalent to np.random.permutation(np.arange(5))[:3]

从大小为3的np.arange(5)生成一个非均匀的随机样本，没有替换（重复）：

1
2
3
>>> np.random.choice(5, 3, replace=False, p=[0.1, 0, 0.3, 0.6, 0])
array([2, 3, 0])

上面例子中第一个参数都可以用一个任意的数组来代替，而不仅仅是整数。例如：

1
2
3
4
5
>>> aa_milne_arr = ['pooh', 'rabbit', 'piglet', 'Christopher']
>>> np.random.choice(aa_milne_arr, 5, p=[0.5, 0.1, 0.1, 0.3])
array(['pooh', 'pooh', 'pooh', 'Christopher', 'piglet'],
          dtype='|S11')

实际使用中，首先创建一个mask变量，然后通过mask来对需要采样的数据进行采样：

1
2
3
4
 mask = np.random.choice(split_size, batch_size)
 captions = data['%s_captions' % split][mask]
 image_idxs = data['%s_image_idxs' % split][mask]

扩展阅读

python中choice对比（在numpy和random中均出现过）外加sample()函数对比

先看numpy中choice()

再看random中choice()和choices()

最后看下random.sample()

最后

以上就是飘逸月亮最近收集整理的关于python中numpy.random.choice()函数菜鸟教程官方文档扩展阅读的全部内容，更多相关python中numpy内容请搜索靠谱客的其他文章。