跳转至主要内容
Ctrl+K
Python64(中文Python文档及资源库) - Home Python64(中文Python文档及资源库) - Home
  • 用户指南
  • API 参考
  • 从源代码构建
  • 开发
  • 发行说明
  • Python64
  • PythonRun
  • GitHub
  • 用户指南
  • API 参考
  • 从源代码构建
  • 开发
  • 发行说明
  • Python64
  • PythonRun
  • GitHub

章节导航

  • NumPy 的模块结构
    • numpy.exceptions
    • numpy.fft
    • numpy.linalg
    • numpy.polynomial
    • numpy.random
      • 随机数 Generator
      • 旧式生成器 (RandomState)
        • numpy.random.RandomState.get_state
        • numpy.random.RandomState.set_state
        • numpy.random.RandomState.seed
        • numpy.random.RandomState.rand
        • numpy.random.RandomState.randn
        • numpy.random.RandomState.randint
        • numpy.random.RandomState.random_integers
        • numpy.random.RandomState.random_sample
        • numpy.random.RandomState.choice
        • numpy.random.RandomState.bytes
        • numpy.random.RandomState.shuffle
        • numpy.random.RandomState.permutation
        • numpy.random.RandomState.beta
        • numpy.random.RandomState.binomial
        • numpy.random.RandomState.chisquare
        • numpy.random.RandomState.dirichlet
        • numpy.random.RandomState.exponential
        • numpy.random.RandomState.f
        • numpy.random.RandomState.gamma
        • numpy.random.RandomState.geometric
        • numpy.random.RandomState.gumbel
        • numpy.random.RandomState.hypergeometric
        • numpy.random.RandomState.laplace
        • numpy.random.RandomState.logistic
        • numpy.random.RandomState.lognormal
        • numpy.random.RandomState.logseries
        • numpy.random.RandomState.multinomial
        • numpy.random.RandomState.multivariate_normal
        • numpy.random.RandomState.negative_binomial
        • numpy.random.RandomState.noncentral_chisquare
        • numpy.random.RandomState.noncentral_f
        • numpy.random.RandomState.normal
        • numpy.random.RandomState.pareto
        • numpy.random.RandomState.poisson
        • numpy.random.RandomState.power
        • numpy.random.RandomState.rayleigh
        • numpy.random.RandomState.standard_cauchy
        • numpy.random.RandomState.standard_exponential
        • numpy.random.RandomState.standard_gamma
        • numpy.random.RandomState.standard_normal
        • numpy.random.RandomState.standard_t
        • numpy.random.RandomState.triangular
        • numpy.random.RandomState.uniform
        • numpy.random.RandomState.vonmises
        • numpy.random.RandomState.wald
        • numpy.random.RandomState.weibull
        • numpy.random.RandomState.zipf
        • numpy.random.beta
        • numpy.random.binomial
        • numpy.random.bytes
        • numpy.random.chisquare
        • numpy.random.choice
        • numpy.random.dirichlet
        • numpy.random.exponential
        • numpy.random.f
        • numpy.random.gamma
        • numpy.random.geometric
        • numpy.random.get_state
        • numpy.random.gumbel
        • numpy.random.hypergeometric
        • numpy.random.laplace
        • numpy.random.logistic
        • numpy.random.lognormal
        • numpy.random.logseries
        • numpy.random.multinomial
        • numpy.random.multivariate_normal
        • numpy.random.negative_binomial
        • numpy.random.noncentral_chisquare
        • numpy.random.noncentral_f
        • numpy.random.normal
        • numpy.random.pareto
        • numpy.random.permutation
        • numpy.random.poisson
        • numpy.random.power
        • numpy.random.rand
        • numpy.random.randint
        • numpy.random.randn
        • numpy.random.random
        • numpy.random.random_integers
        • numpy.random.random_sample
        • numpy.random.ranf
        • numpy.random.rayleigh
        • numpy.random.sample
        • numpy.random.seed
        • numpy.random.set_state
        • numpy.random.shuffle
        • numpy.random.standard_cauchy
        • numpy.random.standard_exponential
        • numpy.random.standard_gamma
        • numpy.random.standard_normal
        • numpy.random.standard_t
        • numpy.random.triangular
        • numpy.random.uniform
        • numpy.random.vonmises
        • numpy.random.wald
        • numpy.random.weibull
        • numpy.random.zipf
      • 位生成器
      • 使用 PCG64DXSM 升级 PCG64
      • 兼容性策略
      • 并行应用
      • 多线程生成
      • 新增或不同的内容
      • 比较性能
      • 随机数的C API
      • 使用 Numba,Cython,CFFI 的示例
    • numpy.strings
    • numpy.testing
    • numpy.typing
    • numpy.ctypeslib
    • numpy.dtypes
    • numpy.emath
    • numpy.lib
    • numpy.rec
    • numpy.version
    • numpy.char
    • numpy.f2py
    • numpy.ma
    • numpy.matlib
  • 数组对象
  • 通用函数 ( ufunc )
  • 按主题分类的例程和对象
  • 类型标注 ( numpy.typing )
  • NumPy C-API
  • Array API 标准兼容性
  • CPU/SIMD 优化
  • 线程安全
  • 全局配置选项
  • NumPy 安全
  • numpy.distutils 的状态和迁移建议
  • numpy.distutils 用户指南
  • NumPy 和 SWIG
  • NumPy 参考
  • NumPy 的模块结构
  • 随机抽样
  • 旧版随机数生成
  • numpy.random.sample

numpy.random.sample#

random.sample(*args, **kwargs)#

这是 random_sample 的别名. 有关完整的文档,请参见 random_sample .

上一页

numpy.random.rayleigh

下一页

numpy.random.seed

当前页面
  • random.sample
如何运行和测试 NumPy 的代码?
在探索 NumPy 库的核心概念、常见问题和实用代码示例时,所有代码都可在 PythonRun 上直接运行测试。
请给出一个简单的 NumPy 代码示例

下面是一个简单的 NumPy 用法示例:

import numpy as np
a = np.array([1, 2, 3])
a = a * 2
print(a)

你可以在 PythonRun 上执行它,看看结果。

PythonRun:Python在线代码运行器,它可以在网页中直接编写和运行Python代码,无需安装任何开发环境,且支持NumPy库。