Jika ndarray, sampel acak dihasilkan dari elemennya. Jika int, sampel acak dihasilkan seolah-olah Bentuk keluaran. Jika bentuk yang diberikan adalah, e. g. , Apakah sampel dengan atau tanpa penggantian. Default adalah True, artinya nilai >>> np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0]) array([3, 3, 0]) # random0 dapat dipilih beberapa kalip Seperti array 1-D, opsional Probabilitas yang terkait dengan setiap entri dalam a. Jika tidak diberikan, sampel mengasumsikan distribusi seragam pada semua entri di >>> np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0]) array([3, 3, 0]) # random0Pengembalian . sampel item tunggal atau ndarray Sampel acak yang dihasilkan Jika a adalah int dan kurang dari nol, jika a atau p bukan 1-dimensi, jika a adalah array seperti ukuran 0, jika p bukan vektor probabilitas, jika a dan p memiliki panjang yang berbeda, atau jika Lihat juga , ,yang harus digunakan dalam kode baru Catatan Menyetel probabilitas yang ditentukan pengguna melalui >>> np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0]) array([3, 3, 0]) # random6 menggunakan sampler yang lebih umum tetapi kurang efisien daripada default. Sampler umum menghasilkan sampel yang berbeda dari sampler dioptimalkan bahkan jika setiap elemen >>> np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0]) array([3, 3, 0]) # random6 adalah 1 / len(a) Pengambilan sampel baris acak dari larik 2-D tidak dimungkinkan dengan fungsi ini, tetapi dimungkinkan dengan kata kunci >>> np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0]) array([3, 3, 0]) # random9 Contoh Hasilkan sampel acak seragam dari np. rentang(5) ukuran 3 >>> np.random.choice(5, 3) array([0, 3, 4]) # random >>> #This is equivalent to np.random.randint(0,5,3) Hasilkan sampel acak yang tidak seragam dari np. rentang(5) ukuran 3 >>> np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0]) array([3, 3, 0]) # random Hasilkan sampel acak seragam dari np. arange(5) ukuran 3 tanpa penggantian >>> np.random.choice(5, 3, replace=False) array([3,1,0]) # random >>> #This is equivalent to np.random.permutation(np.arange(5))[:3] Hasilkan sampel acak yang tidak seragam dari np. arange(5) ukuran 3 tanpa penggantian >>> np.random.choice(5, 3, replace=False, p=[0.1, 0, 0.3, 0.6, 0]) array([2, 3, 0]) # random_ Salah satu dari hal di atas dapat diulang dengan sewenang-wenang seperti array, bukan hanya bilangan bulat. Contohnya Bagaimana cara memilih secara acak dari daftar dengan Python tanpa penggantian?Gunakan acak. sample() function ketika Anda ingin memilih beberapa item acak dari daftar tanpa pengulangan atau duplikat. Ada perbedaan antara pilihan() dan pilihan(). Pilihan() telah ditambahkan di Python 3. 6 untuk memilih n elemen dari daftar secara acak, tetapi fungsi ini dapat mengulang item.
Bagaimana Anda memilih elemen N acak dari daftar dengan Python?Pilih n elemen secara acak dari daftar menggunakan randrange() Di sini, kita menggunakan fungsi random randrange() untuk mengembalikan satu acak . |