理解 np.random.Generator.choice() 中 `shuffle` 的作用

Question

从 numpy 的

random.Generator.choice

函数的文档中，参数之一是

shuffle

，默认为

True

。

文档指出：

随机播放布尔值，可选

不放回取样时样品是否被打乱。默认值为 True，False 提供加速。

没有足够的信息让我弄清楚这意味着什么。我不明白为什么我们会在已经适当随机的情况下进行洗牌，并且我不明白为什么如果产生有偏差的样本，我会选择不洗牌。

如果我将

shuffle

设置为

False

我仍然会得到随机（独立）样本吗？我也很想了解为什么我想要默认设置

True

。

Answer 1

无论您是否选择

shuffle

，您仍然会获得随机选择。但是，如果您选择

shuffle=False

，则可能的排序分布并不均匀。当选择的项目数等于项目数时，最容易看到这一点：

import numpy as np
rng = np.random.default_rng()
x = np.arange(10)
rng.choice(x, 10, replace=False, shuffle=False)
# array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
rng.choice(x, 10, replace=False, shuffle=True)
# array([8, 1, 3, 9, 6, 5, 0, 7, 4, 2])

如果减少使用

shuffle=False

选择的项目数量，您会发现在

x

中较早出现的项目往往会在输出中较早出现。