numpy之随机抽样函数np.random.choice()

函数简介

np.random.choice() 是NumPy中的一个随机抽样函数，它可以从给定的一维数组中按照指定概率随机抽取指定数量的元素。

函数详解

np.random.choice(a, size=None, replace=True, p=None)

• a: 一维数组（如 np.array([0,1,2]) 或 [0,1,2] ）或整数（如 3），表示需要进行抽取的数据源。注意，当a为整数时，等价于 np.arrage(n)，即 [0, n) 。
• size: 整数或元组，表示输出数组的大小，即随机抽取的元素个数。
• replace: 布尔值，表示是否允许重复抽样，即是否有放回的抽样，默认是True。
• p: 一维数组，表示每个元素被抽到的概率，如果未指定，则默认为均匀分布。

实例

import numpy as npa = [0,1,2]# 随机抽取一个元素，0或1或2
print(np.random.choice(a))
# 输出：0或1或2# 有放回地随机抽取4个元素
print(np.random.choice(a, size=4))
# 输出：[2 0 2 0] ...# 无放回地随机抽取2个元素
print(np.random.choice(a, size=2, replace=False))
# 输出：[2 1]# 按照给定概率有放回地随机抽取5个元素
print(np.random.choice(a, size=5, p=[0.1,0.1,0.8]))
# 输出：[2 2 2 2 2]

实际应用中，比如会在深度学习训练时，随机mask掉每个batch中的某一部分数据，就用np.random.choice()生成随机的mask:

res_mask = np.random.choice([0, 1],size=batch_size,p=[prob_random_mask_residual,1 - self.prob_random_mask_residual])

 参考：【随手记】np.random.choice()函数-CSDN博客