np.random.rand() 或 random.random()

【问题标题】：np.random.rand() or random.random()np.random.rand() 或 random.random()
【发布时间】：2021-11-04 03:21:42
【问题描述】：

在分析代码时，我偶然发现了以下 sn-p：

msk = np.random.rand(len(df)) < 0.8

变量“msk”和“df”与我的问题无关。在做了一些研究之后，我认为这种用法也与“随机”类有关。它在随机元素上给出了 80% 的机会和 20% 的机会。它是为掩蔽而完成的。我明白为什么要使用它，但我不明白它是如何工作的。随机方法不应该给出浮点数吗？为什么我们把方法放在区间里面会有布尔语句？

【问题讨论】：

【解决方案1】：

np.random.rand(len(df)) 返回一个介于 0 和 1 之间的均匀随机数数组，np.random.rand(len(df)) < 0.8 将根据条件将其转换为布尔数组。

因为有 80% 的机会低于 0.8，所以有 80% 的 True 值。

更明确的方法是使用numpy.random.choice：

np.random.choice([True, False], p=[0.8, 0.2], size=len(df))

如果您的目标是对数据框进行子集化，则更好的方法是使用：

df.sample(frac=0.8)

df1 = df.sample(frac=0.8)
df2 = df.drop(df1.index)

【讨论】：

感谢您的回答，但是通过使用 pd.df.sample 我只能得到我想要的部分，而且它完全是随机的，对吧？如果我想将剩余的 20% 未选中的分配给以后使用的变量，我该怎么做？