Python dask.array.random.choice用法及代碼示例

用法: dask.array.random.choice(a, size=None, replace=True, p=None, chunks='auto')

從給定的一維數組生成隨機樣本

此文檔字符串是從 numpy.random.mtrand.RandomState.choice 複製而來的。

可能存在與 Dask 版本的一些不一致之處。

注意

新代碼應改為使用default_rng() 實例的choice 方法；請參閱快速入門。

參數：

a：一維array-like或整數: 如果是 ndarray，則從其元素生成隨機樣本。如果是 int，則生成隨機樣本，就好像它是 np.arange(a)
size：整數或整數元組，可選: 輸出形狀。例如，如果給定的形狀是 (m, n, k) ，則繪製 m * n * k 樣本。默認為無，在這種情況下返回單個值。
replace：布爾值，可選: 樣品是否有更換。默認值為 True，這意味著可以多次選擇 a 的值。
p：一維array-like，可選: 與 a 中的每個條目相關聯的概率。如果未給出，則示例假定 a 中所有條目的均勻分布。

samples：單項或 ndarray: 生成的隨機樣本

拋出：

ValueError: 如果 a 是 int 且小於零，如果 a 或 p 不是一維的，如果 a 是大小為 0 的 array-like，如果 p 不是概率向量，如果 a 和 p 具有不同的長度，或者如果replace=False 並且樣本大小大於總體大小

注意：

通過p 設置用戶指定的概率使用比默認設置更通用但效率更低的采樣器。即使 p 的每個元素都是 1 /len(a)，通用采樣器也會產生與優化采樣器不同的樣本。

使用此函數無法從二維數組中采樣隨機行，但可以使用 Generator.choice 通過其 axis 關鍵字進行采樣。

例子：

從大小為 3 的 np.arange(5) 生成均勻隨機樣本：

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

從大小為 3 的 np.arange(5) 生成非均勻隨機樣本：

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

從大小為 3 的 np.arange(5) 生成均勻隨機樣本，無需替換：

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

從大小為 3 的 np.arange(5) 生成非均勻隨機樣本，無需替換：

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

以上任何內容都可以用任意 array-like 重複，而不僅僅是整數。例如：

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

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.array.random.choice。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。

用法:

參數：

返回：

拋出：

注意：

例子：