Python随机抽样的三种方法及自定义封装函数实现

python随机抽样的三种方法及自定义封装函数实现

在Python中，我们经常需要从一个列表或数据集中随机抽取一些元素，以便进行随机实验、样本测试等操作。本文将介绍Python中常用的三种随机抽样方法，并提供相应的代码示例，同时还会介绍如何自定义封装函数进行随机抽样操作。

一、random模块的sample函数
Python内建的random模块提供了sample函数，可以从给定的序列中（如列表、元组等）随机选择指定数量的元素并返回。

示例代码：

import random

lst = [‘apple’, ‘banana’, ‘orange’, ‘pear’, ‘cherry’]
print(random.sample(lst, 3)) #从lst中随机选取3个元素

输出结果：

[‘orange’, ‘apple’, ‘pear’]

二、numpy模块的random子模块
NumPy是Python中一个高性能的科学计算库，其中的random子模块可以生成各种随机数，并且可以进行多种类型的随机采样操作。

示例代码：

import numpy as np

lst = [‘apple’, ‘banana’, ‘orange’, ‘pear’, ‘cherry’]
arr = np.array(lst) #将列表转成数组
print(np.random.choice(arr, 3, replace=False)) #从arr中随机选择不重复的3个元素

输出结果：

[‘banana’ ‘pear’ ‘cherry’]

三、pandas模块的sample方法
Pandas是Python中一个高性能的数据处理库，其中的sample方法可以从DataFrame或

来源地址：https://blog.csdn.net/ai52learn/article/details/130833730