Avulla valinta() -menetelmällä voimme saada yksiulotteisen taulukon satunnaiset näytteet ja palauttaa numpy-taulukon satunnaiset näytteet.
fibonacci-sekvenssi java
Syntaksi : numpy.random.choice(a, size=ei mitään, korvaa=tosi, p=ei mitään)
Parametrit:
1) a - 1-D-matriisi numpysta, jossa on satunnaisia näytteitä.
2) koko - Numpy-taulukon satunnaisten näytteiden lähtömuoto.
3) vaihda - Onko näyte korvaamalla vai ilman.
4) p – Todennäköisyys kiinnittyy jokaisen näytteen kanssa kohdassa a.
Lähtö: Palauta satunnaisten näytteiden numpy joukko.
sanakirja c#
Esimerkki #1:
Tässä esimerkissä voimme nähdä sen käyttämällä valinta() -menetelmällä pystymme saamaan numpy-taulukon satunnaiset näytteet, se voi tuottaa yhtenäisiä tai epäyhtenäisiä näytteitä käyttämällä tätä menetelmää.
Python 3
# import choice> import> numpy as np> import> matplotlib.pyplot as plt> > # Using choice() method> gfg>=> np.random.choice(>13>,>5000>)> > count, bins, ignored>=> plt.hist(gfg,>25>, density>=> True>)> plt.show()> |
>
java kun ehto
>
Lähtö:
Esimerkki #2:
c-merkkijono taulukossa
Python 3
# import choice> import> numpy as np> import> matplotlib.pyplot as plt> > # Using choice() method> gfg>=> np.random.choice(>5>,>1000>, p>=>[>0.2>,>0.1>,>0.3>,>0.4>,>0>])> > count, bins, ignored>=> plt.hist(gfg,>14>, density>=> True>)> plt.show()> |
>
>
tyhjennä npm-välimuisti
Lähtö:
