python中的sample,sample python用法

　　python中的random.sample()方法可以从指定的列表中随机抽取N个不同的元素，但是在实践中发现，当N的值比较大的时候，这种方法的执行速度非常慢，比如：

　　numrandom模块中的Choice方法可以有效提高随机抽取的效率：

　　注意replace需要设置为False，即提取的元素不能重复，默认值为True。

　　附加知识：Python的随机采样函数：random模块：choice()、choices()、sample()

　　Choice(seq):从seq的序列(list、tuple或string)中随机选择一个元素并返回。

　　选项(人口，权重=无，*，累计权重=无，k=1):

　　从总体中随机选取k次，每次选取一个元素(注意同一个元素会被选取多次)。权重是相对权重，群体中的几个元素必须有对应的权重。cum_weights是累积权重。例如，相对权重[10，5，30，5]相当于累积权重[10，15]。

　　在内部，在进行选择之前，相对权重被转换为累积权重，因此提供累积权重可以节省工作。返回一个列表。

　　Sample(population，k)从总体中抽取样本，一次抽取k个样本，并返回k个长度的列表。

　　样本(范围(1000000)，k=60)可以这样用。

　　以上基于python中random.sample()的替代方案，就是边肖分享的全部内容。希望能给你一个参考，支持Python博客。

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。