Python中random.choice用法

random.choice可以从列表、元组、字符串等序列中随机选择一个元素，例如：

import random

lst = ['apple', 'banana', 'orange']
fruit = random.choice(lst)
print(fruit)

输出结果可能是：apple、banana或orange，表示从lst列表中随机选择了一个元素。

相关问题

python中 np.random.choice()

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选择元素。它的语法如下：

np.random.choice(a, size=None, replace=True, p=None)

参数说明：
- a：一维数组或整数，表示要进行选择的元素。如果是整数，则从0到该整数（不包括该整数）之间进行选择。
- size：整数或元组，表示返回的样本的大小。默认为 None，表示返回单个随机元素。
- replace：布尔值，表示是否允许重复选择元素。默认为 True，即允许重复选择。
- p：一维数组，表示每个元素被选择的概率。默认为 None，表示每个元素有相等的被选择概率。

示例用法：

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
choice = np.random.choice(arr)
print(choice)  # 随机选择 arr 中的一个元素

choices = np.random.choice(arr, size=3)
print(choices)  # 随机选择 arr 中的三个元素

choices = np.random.choice(arr, size=(2, 2))
print(choices)  # 随机选择 arr 中的两个元素，并构成一个二维数组

weights = np.array([0.1, 0.2, 0.3, 0.2, 0.2])
choice = np.random.choice(arr, p=weights)
print(choice)  # 按照权重随机选择 arr 中的一个元素

希望能对你有所帮助！如果还有其他问题，请继续提问。

python numpy.random.choice

numpy.random.choice是一个用于在给定的一维数组中随机选择元素的函数。它的参数包括数组a、输出大小size、是否可重复选取replace和元素的概率分布p。具体来说，它可以从数组a中随机抽取数字，并根据给定的参数生成相应大小的输出数组。replace参数控制是否允许重复选取，p参数可以指定每个元素被选中的概率。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [numpy中np.random.choice()的用法详解及其参考代码](https://blog.csdn.net/woxiangxinwang/article/details/123175674)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* [python np.random.choice方法](https://download.csdn.net/download/weixin_38730201/13743853)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]