python 和 numpy：从现有分布中获取随机分布
python and numpy: Get random distribution from existing distribution
我有一个给定的样本分布，例如 [1,2,3,4,6,10]。由此我想获得一个随机样本列表，其中的值来自初始样本。所以基本上我想要随机顺序的相同样本（因此随机样本集中的样本数量保持不变）。我可以使用 random.sample() 来做到这一点，但我不确定这到底有多随机。
numpy 中是否有类似的功能可供我用于科学目的？
您可以使用 random.shuffle :
>>> import random
>>> a=[1,2,3,4,6,10]
>>> random.shuffle(a)
>>> a
[1, 3, 6, 2, 10, 4]
在 numpy 中与 numpy.random.shuffle 相同：
>>> import numpy as np
>>> np.random.shuffle(a)
>>> a
[4, 6, 10, 3, 1, 2]
我有一个给定的样本分布，例如 [1,2,3,4,6,10]。由此我想获得一个随机样本列表，其中的值来自初始样本。所以基本上我想要随机顺序的相同样本（因此随机样本集中的样本数量保持不变）。我可以使用 random.sample() 来做到这一点，但我不确定这到底有多随机。
numpy 中是否有类似的功能可供我用于科学目的？
您可以使用 random.shuffle :
>>> import random
>>> a=[1,2,3,4,6,10]
>>> random.shuffle(a)
>>> a
[1, 3, 6, 2, 10, 4]
在 numpy 中与 numpy.random.shuffle 相同：
>>> import numpy as np
>>> np.random.shuffle(a)
>>> a
[4, 6, 10, 3, 1, 2]