python - np.random.rand() 或 random.random()

Question

在分析代码时，我偶然发现了以下代码段:

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

变量“msk”和“df”与我的问题无关。经过一些研究，我认为这种用法也与“随机”类有关。它在随机元素上以 80% 的几率给出 True，以 20% 的几率给出 False。它是为了掩蔽而完成的。我明白为什么使用它，但我不明白它是如何工作的。随机方法不是应该给出浮点数吗？当我们把方法放在一个区间时，为什么会有 bool 语句？

Answer 1

np.random.rand(len(df))返回 0 到 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 bool 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帧进行子集化，则更好的方法是使用:

df.sample(frac=0.8)

如何拆分数据帧 0.8/0.2:

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