介绍随机排列
随机抽样
这篇文章将为大家详细讲解有关使用熊猫怎么实现一个随机排列与随机抽样功能,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。
随机排列
利用numpy.random.permutation()函数,可以返回一个序列的随机排列。将此随机排列作为采取()函数的参数,通过应用带()函数就可实现按此随机排列来调整系列对象或DataFrame对象各行的顺序。
其示例代码例二。py如下:
import numpy as np import pandas  as pd #创建DataFrame 时间=df pd.DataFrame (np.arange (12) .reshape (4,3)) 打印(df) ,0,1,2 0,0,1,2 1,3,4,5 2,6,7,8 3,9,10,11 #创建随机排列 时间=order np.random.permutation (4) #通过随机排列调整DataFrame各行顺序 时间=newDf df.take(顺序) 打印(newDf) ,0,1,2 2,6,7,8 3,9,10,11 0,0,1,2 1,3,4,5
随机抽样
随机抽样是指随机从数据中按照一定的行数或者比例抽取数据。随机抽样的函数如下:
numpy.random.randint(开始、结束大小)
函数中的参数说明如下:
- <李>
开始:随机数的开始值;
李> <李>结束:随机数的终止值;
李> <李>大小:抽样个数。
通过numpy.random.randint()函数产生随机抽样的数据,通过应用带()函数就可实现随机抽取系列对象或DataFrame对象中的数据,其示例代码example2。py如下
import numpy as np import pandas  as pd #创建DataFrame 时间=df pd.DataFrame (np.arange (12) .reshape (4,3)) 打印(df) 0,1,2 0,0,1,2 1,3,4,5 2,6,7,8 3,9,10,11 #随机抽样 时间=order np.random.randint (0, len (df)、大?3) #通过随机抽样抽取DataFrame中的行 时间=newDf df.take(顺序) 打印(newDf) 0,1,2 0,0,1,2 1,3,4,5 1,3,4,5
关于使用熊猫怎么实现一个随机排列与随机抽样功能就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看的到。