numpy.random.Generator.choice

метод

random.Generator.choice(a, size=None, replace=True, p=None, axis=0, shuffle=True)

Генерирует случайную выборку из заданного массива

Параметры:

a{array_like, int}

Если ndarray, случайная выборка генерируется из его элементов. Если int, случайная выборка генерируется из np.arange(a).

size{int, tuple[int]}, optional

Форма выходных данных. Если заданная форма, например, (m, n, k), то m * n * k выборок извлекается из 1-мерного a. Если a имеет более одной размерности, то форма size будет вставлена в размерность axis, поэтому выходные ndim будут a.ndim - 1 + len(size). По умолчанию None, в этом случае возвращается одно значение.

replacebool, optional

Включает или отключает выборку с возвращением. По умолчанию True, что означает, что значение a может быть выбрано несколько раз.

p1-D array_like, optional

Вероятности, связанные с каждым элементом в a. Если не задано, выборка предполагает равномерное распределение по всем элементам в a.

axisint, optional

Ось, по которой выполняется выбор. По умолчанию 0, выбирается по строке.

shufflebool, optional

Включает или отключает перемешивание выборки при выборке без возвращения. По умолчанию True, False обеспечивает ускорение.

Возвращает:

samplessingle item or ndarray

Сгенерированные случайные выборки

Возможные исключения:

ValueError

Если a — int и меньше нуля, если p не одномерный, если a — массив-подобный с размером 0, если p не вектор вероятностей, если a и p имеют разную длину или если replace=False, а размер выборки больше размера генеральной совокупности.

См. также

integers, shuffle, permutation

Примечания

Указание пользователем вероятностей через p использует более общий, но менее эффективный выборщик, чем по умолчанию. Общий выборщик создает другую выборку, чем оптимизированный выборщик, даже если каждый элемент p равен 1 / len(a).

p должны суммироваться до 1 при приведении к float64. Для обеспечения этого вы можете выполнить нормализацию, используя p = p / np.sum(p, dtype=float).

Примеры

Сгенерировать равномерную случайную выборку из np.arange(5) размера 3:

>>> rng = np.random.default_rng()
>>> rng.choice(5, 3)
array([0, 3, 4]) # random
>>> #This is equivalent to rng.integers(0,5,3)

Сгенерировать неравномерную случайную выборку из np.arange(5) размера 3:

>>> rng.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0])
array([3, 3, 0]) # random

Сгенерировать равномерную случайную выборку из np.arange(5) размера 3 без возвращения:

>>> rng.choice(5, 3, replace=False)
array([3,1,0]) # random
>>> #This is equivalent to rng.permutation(np.arange(5))[:3]

Сгенерировать равномерную случайную выборку из 2-мерного массива по первой оси (по умолчанию), без возвращения:

>>> rng.choice([[0, 1, 2], [3, 4, 5], [6, 7, 8]], 2, replace=False)
array([[3, 4, 5], # random
       [0, 1, 2]])

Сгенерировать неравномерную случайную выборку из np.arange(5) размера 3 без возвращения:

>>> rng.choice(5, 3, replace=False, p=[0.1, 0, 0.3, 0.6, 0])
array([2, 3, 0]) # random

Любое из вышеперечисленного можно повторить с произвольным массивоподобным объектом вместо только целых чисел. Например:

>>> aa_milne_arr = ['pooh', 'rabbit', 'piglet', 'Christopher']
>>> rng.choice(aa_milne_arr, 5, p=[0.5, 0.1, 0.1, 0.3])
array(['pooh', 'pooh', 'pooh', 'Christopher', 'piglet'], # random
      dtype='<U11')