如何在NumPy数组中随机选取元素？感知器算法脚本实现疑问

嘿，我来帮你解决这个NumPy随机选元素的问题！针对你提到的在NumPy数组中随机选取元素的需求，NumPy确实有专门的内置函数——np.random.choice()，完全可以满足你的需求，下面给你详细讲讲怎么用。

你的代码及问题背景 #

你正在编写感知器学习算法的脚本，目前已经实现了计算错误率的相关函数：

import numpy as np

def error_rate(w1, w2):
    W = error(w1, w2)
    return((W.sum())/W.size)

def error(w1, w2):
    W = w1!= w2 #print(W)
    return W

# test of the function 'error rate'
a = np.array([0,0,0,0,1])
b = np.array([0,1,0,0,1])
print(error_rate(a, b))
# 你提到的np.random.choice相关代码在这里中断了

np.random.choice()的使用方法 #

这个函数可以直接从NumPy数组（或者一维序列）中随机选取元素，常见用法有这几种：

• 随机选取单个元素：

  # 从数组a中随机选一个元素
  random_elem = np.random.choice(a)
  

• 随机选取多个元素（允许重复）：

  # 从数组a中随机选3个元素，允许重复选取
  random_elems = np.random.choice(a, size=3)
  

• 随机选取多个不重复元素：

  # 从数组a中随机选2个不重复的元素
  random_elems_unique = np.random.choice(a, size=2, replace=False)
  

• 还可以给元素指定权重，按概率选取：

  # 按指定概率从数组中选取元素，权重数组要和原数组长度一致
  weights = [0.1, 0.1, 0.1, 0.1, 0.6]
  weighted_elem = np.random.choice(a, p=weights)
  

如果你是在感知器算法中需要随机选取训练样本，用这个函数完全可以搞定，根据你的需求调整参数就行。

内容的提问来源于stack exchange，提问作者刘宸宇