dask.array.random.choice
dask.array.random.choice¶
- dask.array.random.choice(*args, **kwargs)¶
从一个给定的1-D数组生成一个随机样本
此文档字符串是从 numpy.random.mtrand.RandomState.choice 复制而来的。
Dask 版本可能存在一些不一致性。
1.7.0 新版功能.
备注
新代码应使用 ~numpy.random.Generator 实例的 ~numpy.random.Generator.choice 方法；请参阅 随机快速入门。
警告
此函数使用 C-long 数据类型，在 Windows 上为 32 位，在其他 64 位平台上为 64 位（在 32 位平台上为 32 位）。自 NumPy 2.0 起，NumPy 的默认整数在 32 位平台上为 32 位，在 64 位平台上为 64 位。
- 参数
- a1-D 数组类或整数
如果是一个 ndarray，则从其元素中生成随机样本。如果是一个 int，则随机样本的生成方式如同它是
np.arange(a)- 大小int 或 int 的元组，可选
输出形状。如果给定的形状是，例如，
(m, n, k)，那么会抽取m * n * k个样本。默认是 None，在这种情况下会返回一个单一值。- 替换布尔值，可选
样本是否为有放回抽样。默认为True，意味着值``a``可以被多次选中。
- p一维数组类，可选
与
a中每个条目相关的概率。如果未给出，样本假设a中所有条目的均匀分布。
- 返回
- 示例单个项目或 ndarray
生成的随机样本
- Raises
- ValueError
如果 a 是 int 且小于零，如果 a 或 p 不是一维的，如果 a 是大小为 0 的类数组对象，如果 p 不是概率向量，如果 a 和 p 的长度不同，或者如果 replace=False 且样本大小大于总体大小
参见
randint,shuffle,permutationrandom.Generator.choice应在新的代码中使用
注释
通过
p设置用户指定的概率使用了一个比默认更通用但效率较低的采样器。即使p的每个元素都是 1 / len(a)，通用采样器生成的样本也与优化采样器不同。使用此函数无法从二维数组中随机抽取行，但可以通过 Generator.choice 的
axis关键字实现。示例
从 np.arange(5) 生成一个大小为 3 的均匀随机样本：
>>> np.random.choice(5, 3) array([0, 3, 4]) # random >>> #This is equivalent to np.random.randint(0,5,3)
从 np.arange(5) 生成一个大小为 3 的非均匀随机样本：
>>> np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0]) array([3, 3, 0]) # random
从 np.arange(5) 中生成一个大小为 3 的无放回均匀随机样本：
>>> np.random.choice(5, 3, replace=False) array([3,1,0]) # random >>> #This is equivalent to np.random.permutation(np.arange(5))[:3]
从 np.arange(5) 中生成一个大小为 3 的非均匀随机样本，不进行替换：
>>> np.random.choice(5, 3, replace=False, p=[0.1, 0, 0.3, 0.6, 0]) array([2, 3, 0]) # random
以上任何一项都可以用任意类似数组的对象代替整数来重复。例如：
>>> 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'], # random dtype='<U11')