np.random.rand生成值与0.8比较得到布尔掩码的运行原理是什么

这行代码可以拆成两个独立步骤理解：

• 第一步：运行np.random.rand(len(df))
  这是NumPy提供的随机数生成方法，会返回一个长度和len(df)相等的一维浮点数组，数组内每个元素都是独立从[0, 1)均匀分布中采样得到的随机值，所有值的取值范围都在0（包含）到1（不包含）之间。
• 第二步：执行< 0.8的比较操作
  NumPy原生支持向量化运算，不需要手动写循环遍历，会自动把数组里的每一个元素分别和0.8做大小比较：
  • 若元素值小于0.8，对应位置返回布尔值True
  • 若元素值大于等于0.8，对应位置返回布尔值False

疑问点说明 #

你会有困惑大概率是把普通Python的随机方法和NumPy的行为搞混了：
普通Python的random.random()确实只返回单个浮点数，单个浮点数和0.8比较只会得到单个布尔值；但这里调用的是NumPy的随机方法，返回的是一整个浮点数组，配合NumPy的向量化比较规则，最终输出的就是和输入数组形状完全一致的布尔数组，也就是你说的掩码。
又因为每个随机值在[0,1)区间是均匀分布的，所以单个元素小于0.8的概率刚好是80%，大于等于0.8的概率是20%，刚好符合数据集拆分等场景的掩码需求。

内容的提问来源于stack exchange，提问作者Kiddbora