运用神经网络算法分析大数据时,经常会需要在原有样本中随机抽取部分样本进行测试。
这篇主要整理了Python的Random包,在随机取样功能上的列子。
>>>import random
>>>y=list(range(1,100))
>>>slice = random.sample(y,10)
#从list中随机获取5个元素,作为一个片断返回
>>>print (slice)
>>>print (y) #原有序列并没有改变。
再举个直观的例子,自己手动乱敲的一个数列:
>>>x=random.sample(y,5) #随机取其中的5个数。
Random基本用法的几个列子(节选自Python官方文档):
>>> random.random()
# 随机取一个浮点数 x, 0.0
>>> random.uniform(1, 10)
# 随机取一个浮点数 x, 1.0
>>> random.randint(1, 10)
# 随机取1至10的一个整数
Out[3]: 7
>>> random.randrange(0, 101, 2)
# 0 至 100 中的一个偶数
Out[4]: 26
>>> random.choice('abcdefghij')
# 选一个随机的字符
Out[5]: 'c'
>>> items = [1, 2, 3, 4, 5, 6, 7]
>>> random.shuffle(items)
Out[6]: [7, 3, 2, 5, 6, 4, 1]
>>> random.sample([1, 2, 3, 4, 5], 3)
# 随机选3个元素
Out[7]: [4, 1, 5]
领取专属 10元无门槛券
私享最新 技术干货