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（或列表）中随机选择一个或多个元素。它有以下语法：

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

其中：

- a：一维数组或列表，表示从中选择元素的候选项。
- size：整数或元组，表示需要选择的元素的数量。如果未指定，则默认为 1。
- replace：布尔值，表示是否可以重复选择同一元素。如果为 True，则可以重复选择，否则不可以。默认为 True。
- p：一维数组，表示每个元素被选择的概率。如果未指定，则默认为每个元素被选择的概率相等。

例如，以下代码从 1 到 10 中随机选择 5 个元素：

import numpy as np

a = np.arange(1, 11)
b = np.random.choice(a, size=5, replace=False)

print(b)

输出：

[ 8  6  5 10  7]

注意，由于 replace=False，所以不会选择重复的元素。

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。