极客教程如何用NumPy从列表中选择不同概率的元素
我们将看到如何使用numpy.random.choice()方法从列表中选择具有不同概率的元素。
语法: numpy.random.choice(a, size=None, replace=True, p=None)
输出:返回随机样本的numpy数组。
注意: 参数p是与a(1d-array)中每个条目相关的概率。如果没有给定，样本会假定对a中的所有条目进行均匀分布。
现在，让我们看看这些例子。
示例 1:
# import numpy library
import numpy as np
# create a list
num_list = [10, 20, 30, 40, 50]
# uniformly select any element
# from the list
number = np.random.choice(num_list)
print(number)
输出:
50
示例 2:
# import numpy library
import numpy as np
# create a list
num_list = [10, 20, 30, 40, 50]
# choose index number-3rd element
# with 100% probability and other
# elements probability set to 0
# using p parameter of the
# choice() method so only
# 3rd index element selected
# every time in the list size of 3.
number_list = np.random.choice(num_list, 3,
p = [0, 0, 0, 1, 0])
print(number_list)
输出:
[40 40 40]
在上面的例子中，我们每次只想从给定的列表中选择第三个索引元素。
示例 3:
# import numpy library
import numpy as np
# create a list
num_list = [10, 20, 30, 40, 50]
# choose index number 2nd & 3rd element
# with 50%-50% probability and other
# elements probability set to 0
# using p parameter of the
# choice() method so 2nd &
# 3rd index elements selected
# every time in the list size of 3.
number_list = np.random.choice(num_list, 3,
p = [0, 0, 0.5, 0.5, 0])
print(number_list)
输出:
[30 40 30]
在上面的例子中，我们想每次都从给定的列表中选择第二和第三索引元素。