Numpy中的随机抽样 | randint()函数

在数据处理和机器学习中，我们通常需要从数据集中随机选择一些样本进行处理或训练。Numpy提供了一些函数来实现这个功能。其中之一是randint()函数。它可以从给定的范围内随机生成整数。

语法

numpy.random.randint(low, high=None, size=None, dtype='l')

• low: 从这个整数范围的下界开始随机整数，包括这个整数。
• high: 在这个整数范围的上界停止随机整数，不包括这个整数。如果省略，则从0到低（下界）中随机整数。
• size: 输出数组的形状。如果没有给出，则为一个随机数。
• dtype: 输出的数据类型。如果没有给出，则为整数。

示例

import numpy as np

# 从0到4（不含4）中随机整数
random_num = np.random.randint(4)
print(random_num)  # 2

# 从1到10（不含10）之间随机整数
random_num = np.random.randint(1, 10)
print(random_num)  # 6

# 从1到10（不含10）之间随机生成一个3×3的二维数组
random_array = np.random.randint(1, 10, size=(3, 3))
print(random_array)
# Output:
# [[7 5 7]
#  [5 6 8]
#  [4 8 4]]

在第一个例子中，randint()函数从0到4（不含4）之间随机生成一个整数，并将该整数存储在random_num变量中。

在第二个例子中，randint()函数从1到10（不包括10）之间随机生成一个整数，并将该整数存储在random_num变量中。

在第三个例子中，randint()函数从1到10（不含10）之间随机生成一个3x3的二维数组，并将该数组存储在random_array变量中。

总结

randint()函数是Numpy中的一个随机抽样函数，用于从给定范围内随机生成整数。它非常有用，例如在训练数据集中随机选择样本进行模型训练，或者生成随机的测试数组以测试算法或函数的性能。