Scelta casuale numpy

Scelta casuale numpy
La funzione Choice () da Numpy.casuale consente di recuperare campioni casuali da un array 1-d fornito.

Esploriamo come funziona questa funzione e come usarla.

Sintassi della funzione di scelta casuale numpy

La funzione ha una sintassi relativamente semplice, come espresso nello snippet di codice di seguito:

casuale.Scelta (a, size = nessuno, sostituire = true, p = nessuno)

Parametri della funzione

Sono spiegati i parametri sopra:

  1. A - si riferisce all'array di input (1D).
  2. Dimensione: definisce la forma di uscita. Se non viene specificato alcun valore, la funzione restituirà un valore predefinito, i.e., un unico valore.
  3. Sostituisci - determina se il campione è con o senza sostituzione. Se vero, un valore può essere selezionato più di una volta.
  4. P - Specifica la probabilità associata a una voce nell'array di input; Altrimenti, assumere una distribuzione uniforme.

Valore di ritorno della funzione

La funzione restituisce quindi campioni casuali generati dall'array di input.

Esempi

Illustriamo come utilizzare questa funzione tramite esempi.

Esempio 1

Considera lo snippet di codice di esempio mostrato di seguito:

# Importa Numpy
Importa Numpy come NP
Stampa (NP.casuale.Scelta (10, 5))

Il codice sopra dovrebbe generare un campione uniforme di dimensione cinque da NP.Arange (10).

L'output risultante è come mostrato:

[1 8 9 5 2]

Esempio 2

Per disattivare la sostituzione, è possibile specificare il parametro Sostituisci su False come mostrato:

Importa Numpy come NP
Stampa (NP.casuale.scelta (10, 5, sostituire = false))

Il valore risultante è come mostrato:

[0 8 3 2 1]

Esempio 3

Per generare campioni non uniformi, possiamo fare:

Stampa (NP.casuale.scelta (5, 5, p = [0.2, 0.1, 0.3, 0.4, 0]))

Questo dovrebbe tornare:

[3 0 3 3 0]

Chiusura

In questo articolo, abbiamo discusso di come il casuale.La funzione Choice () funziona e come usarla per ottenere campioni casuali da un array di input.

Controlla i documenti per ulteriori informazioni e grazie per la lettura!!