函数原型

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

参数解析

a：一维数组或者整型数据。如果a传入的是一维数组则从其中产生随机数据，若a是整形则从 numpy.arange(a) 中产生随机数据。
size`：（可选参数）整型数据或者整型数据所构成的元组。输出数据的shape。默认为None，表示输出单个数据。
replace：（可选参数）布尔类型，默认为True。是否可重复抽取a中的元素，即replace=True有放回采样，replace=False无放回采样。
p：（可选参数）一维数组。为a中的每一个元素指定被抽取的概率，若不指定则默认a中每一个元素被抽取的概率相同。
返回值：从a中按照所给参数抽取的数据。

该函数的注意事项

通过 p 设置用户指定的概率使用比默认采样器更通用但效率较低的采样器。即使 p 的每个元素都是 1 / len(a)，通用采样器也会生成与优化采样器不同的样本。
使用此函数无法从二维数组中采样随机行，但可以通过 Generator.choice 通过其 axis 关键字进行采样。
a 的元素类型可以不用是float、int等，可以是string等其他类型。

例子

从a=[1, 2, 3, 4, 5, 6]中随机采样5个数据构成新的1-D数组。
从a=[1, 2, 3, 4, 5, 6]中随机采样10个数据构成新的2行5列的2-D数组。
从a=[“Brazil”, “Russia”, “India”, “China”, “South Africa”, “Argentina”, “Egypt”, “Ethiopia”, “Iran”, “Saudi Arabia”, “The United Arab Emirates”]不放回地随机采样5个国家名字。

示例代码

import numpy as np
np.random.seed(seed=0)

print("1. 从a=[1, 2, 3, 4, 5, 6]中随机采样5个数据构成新的1-D数组。")
print(np.random.choice(a=[1, 2, 3, 4, 5, 6], size=5))
print("2. 从a=[1, 2, 3, 4, 5, 6]中随机采样10个数据构成新的2行5列的2-D数组。")
print(np.random.choice(a=[1, 2, 3, 4, 5, 6], size=(2, 5)))
print('3. 从a=["Brazil", "Russia", "India", "China", "South Africa", "Argentina", "Egypt", "Ethiopia", "Iran", "Saudi Arabia", "The United Arab Emirates"]不放回地随机采样5个国家名字')
print(np.random.choice(a=["Brazil", "Russia", "India", "China", "South Africa", "Argentina", "Egypt", "Ethiopia", "Iran", "Saudi Arabia", "The United Arab Emirates"], size=5, replace=False))