python深度学习基于pytorch——随机抽取元素

先上代码：

#coco
#随机抽取元素，输出为数组
import numpy as np
from numpy import random as nr
np.random.seed(2022)
a = np.arange(1, 25, dtype=float)
print('a',a)
#[ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24.]

# print("随机可重复抽取")
c1 = nr.choice(a, size=(3, 4))  # size指定输出数组形状
print(c1)
# [[14. 17. 18. 18.]
#  [17. 24. 19. 17.]
#  [22. 10.  2. 12.]]

# print("随机但不重复抽取")
c2 = nr.choice(a, size=(3, 4), replace=False)  # replace缺省为True，即可重复抽取。
print(c2)
# [[19.  4. 10. 18.]
#  [ 5. 13.  8.  6.]
#  [21.  3.  2. 22.]]

# print("随机但按制度概率抽取")
# 下式中参数p指定每个元素对应的抽取概率，缺省为每个元素被抽取的概率相同。
c3 = nr.choice(a, size=(3, 4), p=a / np.sum(a))
print(c3)
# [[ 3. 18. 23. 15.]
#  [11. 17. 18. 14.]
#  [24.  5. 22. 15.]]

        可实现随机重复、随机不重复以及概率抽取元素。