np.random.choice

np.random.choice()是一个在NumPy库中用于生成随机样本的函数。它可以从一个给定的1-D数组中生成多个随机数。

例如，你可以使用它来从一个数字列表中生成一个随机数：

import numpy as np

# 生成一个0到9的随机数
num = np.random.choice(10)
print(num)

你也可以设置概率分布，让某些数字更可能被选中：

import numpy as np

# 从0到9中生成一个随机数，让5更可能被选中
num = np.random.choice(10, p=[0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.2])
print(num)

你还可以设置返回的样本数量，生成多个随机数：

import numpy as np

# 从0到9中生成三个随机数
nums = np.random.choice(10, size=3)
print(nums)

有关np.random.choice()函数的更多信息，可以参考NumPy官方文档：https://numpy.org/doc/stable/reference/random/generated/numpy.random.choice.html

相关问题

np.random.choice np.arange

np.random.choice是numpy库中的一个函数，用于从给定的一维数组中随机抽取元素。该函数可以接受多种参数，例如可以指定抽取的元素个数、是否允许重复抽取、每个元素被抽取的概率等等。在引用中的例子中，np.random.choice被用来从一个名为demo_list的数组中随机抽取元素，并将抽取结果以指定的形状（3行3列）返回。

np.arange是numpy库中的一个函数，用于创建一个一维数组，其中包含指定范围内的所有整数。该函数可以接受多种参数，例如可以指定起始值、终止值、步长等等。例如，np.arange(0, 10, 2)将返回一个包含0、2、4、6、8的一维数组。

np.random.seed(1) N = 100 D = 2 X = np.random.randn(N, D) y = np.random.choice([-1, 1], size=N)

这段代码使用了 NumPy 库，首先通过设置随机种子为 1，生成了一个形状为 (100, 2) 的二维数组 X，其中每个元素都是从标准正态分布中随机抽取得到的。然后通过 np.random.choice 函数在 [-1, 1] 中随机选择 N 个数，作为标签 y。最终得到了一个包含 N 个样本和 D 个特征的数据集。