numpy随机抽取样本 二维

您可以使用numpy的random模块中的函数来随机抽取二维样本。其中，numpy.random.choice函数可以从给定的一维中进行随机抽取。

下面是使用numpy.random.choice函数二维样本抽取的示例代码：

import numpy as np

# 原始集
data = np.array([[1, 2 3], [4 5, 6],7, 8, 9]])

# 随机抽取样本
sample = np.random.choice(data.shape[0], size2, replace=False)
result = data[sample]

print(result)

在上述中，首先定义了一个二维数组`data`作为原始数据集。然后，使用`np.random.choice`函数从原始数据集中抽取两个不重复的样本。最后，通过索引操作将抽取到的样本存储在`result`变量中，并进行打印输出。

请注意，代码中的`size`参数指定了要抽取的样本数量，`replace=False`表示不进行重复抽取。

希望能帮到您！如果还有其他问题，请随时提问。

相关问题

numpy随机生成二维数组

以下是使用numpy随机生成二维数组的例子：

import numpy as np

# 创建一个2行3列的二维数组
array = np.random.random(size=(2, 3))
print(array)

输出结果类似于：

[[0.12345678 0.23456789 0.3456789 ]
 [0.45678901 0.56789012 0.67890123]]

这个例子中，我们使用`np.random.random`函数创建了一个2行3列的二维数组。该函数返回一个[0.0, 1.0)之间的随机浮点数。你可以根据需要调整数组的大小，只需在`size`参数中指定所需的行数和列数即可。

numpy随机生成二维数据

您可以使用numpy的random模块中的randn函数生成二维随机数据。以下是一个示例代码：

import numpy as np

# 生成5行3列的二维随机数据
data = np.random.randn(5, 3)

print(data)

输出：

[[ 0.34286012 -1.09842611 -1.37517592]
 [-0.37685331  0.52421703 -0.71787063]
 [-0.35736371 -0.38431136  1.19763063]
 [-0.38519613  0.2014593   0.36444105]
 [-0.32060512  1.18924051 -0.02423833]]

其中，randn函数生成的数据符合标准正态分布，即均值为0，标准差为1。如果需要生成其他分布的随机数据，可以使用numpy.random模块中的其他函数。