python 如何随机抽样

一、在Python中随机抽样的方法包括使用random模块中的函数、使用numpy库进行抽样、以及使用pandas库对数据进行更复杂的抽样。常用的方法有random.sample()、numpy.random.choice()、pandas的sample()方法。其中，random.sample()适用于小数据量的抽样；numpy.random.choice()更适合于大数据和需要进行加权抽样的场景；pandas的sample()方法则便于从DataFrame中抽样。以下将详细介绍如何使用这些方法进行随机抽样。

random.sample()方法 是Python内置的random模块提供的一个简单易用的方法，适合从列表或集合中抽取样本。这个方法不会改变原始数据，返回一个新的列表。

import random
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
sample = random.sample(data, 3)
print("Random Sample:", sample)

在这段代码中，我们从列表data中随机抽取了3个元素。random.sample()方法确保抽样结果不重复，因为它是在没有替换的情况下进行的。

二、使用RANDOM模块进行抽样

random模块是Python内置的模块，提供了许多用于生成随机数和随机选择的函数。它是进行随机抽样的基础工具。

random.choice()

random.choice()用于从一个非空序列中随机选择一个元素。虽然不能直接用于多元素抽样，但可以与列表推导或循环结合使用来实现。

import random
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
random_element = random.choice(data)
print("Random Choice:", random_element)

random.choices()

random.choices()允许进行有放回的抽样，因此可以抽取多个相同的元素，适用于需要重复元素的场景。

import random
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
samples = random.choices(data, k=3)
print("Random Choices:", samples)

random.sample()

正如开头提到的，random.sample()用于从序列中随机抽取指定数量的不重复元素。

import random
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
samples = random.sample(data, 3)
print("Random Sample:", samples)

三、使用NUMPY进行抽样

Numpy是一个强大的数值计算库，提供了更高效和灵活的随机抽样方法，特别是在处理大型数据集时。

numpy.random.choice()

numpy.random.choice()方法允许从数组中随机选择元素，支持有放回和无放回抽样，并可以指定每个元素的抽样概率。

import numpy as np
data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
samples = np.random.choice(data, 3, replace=False)
print("Numpy Random Choice:", samples)

在这段代码中，replace=False表示无放回抽样。如果需要有放回抽样，可以将其设置为True。

加权随机抽样

通过指定p参数，numpy.random.choice()可以实现加权抽样，即不同元素被抽中的概率不同。

import numpy as np
data = np.array([1, 2, 3, 4, 5])
probabilities = [0.1, 0.2, 0.3, 0.2, 0.2]
samples = np.random.choice(data, 3, p=probabilities)
print("Weighted Random Choice:", samples)

四、使用PANDAS进行抽样

Pandas是一个数据分析库，适合处理结构化数据。它提供了方便的数据框抽样方法。

pandas.DataFrame.sample()

pandas.DataFrame.sample()方法可以从DataFrame中随机抽取行或列，并提供了多种参数以满足不同的抽样需求。

import pandas as pd
创建一个示例DataFrame
df = pd.DataFrame({
    'A': range(1, 11),
    'B': list('abcdefghij')
})
从DataFrame中随机抽取3行
sampled_df = df.sample(n=3)
print("Sampled DataFrame:\n", sampled_df)

按比例抽样

通过frac参数可以指定抽样比例，而不是抽样数量。

import pandas as pd
df = pd.DataFrame({
    'A': range(1, 11),
    'B': list('abcdefghij')
})
按50%的比例抽样
sampled_df = df.sample(frac=0.5)
print("Fractional Sampled DataFrame:\n", sampled_df)

按条件抽样

可以结合Pandas的条件过滤和sample()方法，实现更复杂的抽样需求。

import pandas as pd
df = pd.DataFrame({
    'A': range(1, 21),
    'B': list('abcdefghijklmnopqrst')
})
从满足条件的数据中随机抽取3行
condition = df['A'] > 10
sampled_df = df[condition].sample(n=3)
print("Conditional Sampled DataFrame:\n", sampled_df)