借助choice()方法，我們可以獲得一維數組的隨機樣本，並返回numpy數組的隨機樣本。
用法：numpy.random.choice(a, size=None, replace=True, p=None)
參數：
1)具有隨機樣本的numpy的1-D數組。
2)size-輸出numpy數組的隨機樣本的形狀。
3)更換-樣品是否需要更換。
4)p-概率與a中的每個樣本相關。
輸出：返回隨機樣本的numpy數組。
範例1：
在此示例中，我們可以看到，通過使用choice()方法，我們可以獲得numpy數組的隨機樣本，使用此方法可以生成均勻或不均勻的樣本。
Python3
# import choice
import numpy as np
import matplotlib.pyplot as plt
# Using choice() method
gfg = np.random.choice(13, 5000)
count, bins, ignored = plt.hist(gfg, 25, density = True)
plt.show()輸出：
範例2：
Python3
# import choice
import numpy as np
import matplotlib.pyplot as plt
# Using choice() method
gfg = np.random.choice(5, 1000, p =[0.2, 0.1, 0.3, 0.4, 0])
count, bins, ignored = plt.hist(gfg, 14, density = True)
plt.show()輸出：
相關用法
注：本文由純淨天空篩選整理自Jitender_1998大神的英文原創作品 numpy.random.choice() in Python。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。