🌟np.random.choice()：玩转随机采样的小技巧✨

发布时间：2025-03-31 00:24:37来源：

在数据科学的世界里，随机采样是一个不可或缺的操作。而Python中的`np.random.choice()`函数，就是你实现这一目标的得力助手！📦📚

首先，让我们来了解一下这个函数的基本用法。`np.random.choice()`可以从一个数组中随机抽取元素，支持设置`size`参数定义输出数量，还能通过`replace`决定是否允许重复抽样。例如，从`[1, 2, 3, 4]`中抽取3个不重复的值，代码如下：

```python

import numpy as np

samples = np.random.choice([1, 2, 3, 4], size=3, replace=False)

print(samples) 输出可能为 [3, 1, 4]

```

此外，`p`参数可以指定每个元素被选中的概率权重，让抽样更加灵活。比如，你想让数字4被选中的概率更高，只需设置`p=[0.1, 0.2, 0.3, 0.4]`即可。

掌握了这些基础后，你就能轻松应对各种数据分析任务啦！💡🌈

数据科学 Python 随机采样

标签：

免责声明：本答案或内容为用户上传，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。如遇侵权请及时联系本站删除。