如何用Python进行抽样?

发布时间:2022-06-06 08:55:00 人气:24 作者:多测师

  用Python进行抽样的步骤:

  第1部分:导入需要的库

  import random # 导入标准库

  import numpy as np # 导入第三方库

  这里用到了Python内置标准库random以及第三方库Numpy,前者用于做随机抽样,后者用于读取文件并做数据切片使用。

  第2部分:实现简单随机抽样

  data = np.loadtxt('data3.txt') # 导入普通数据文件

  data_sample = data[random.sample([i for i in range(len(data))], 2000)]

  # 随机抽取2000个样本

  print(data_sample[:2]) # 打印输出前2条数据

  print(len(data_sample)) # 打印输出抽样样本量

  首先通过Numpy的loadtxt方法读取数据文件。

  然后使用Random库中的sample方法做数据抽样。

  由于sample库要求抽取的对象是一个序列或set,因此这里使用了一个列表推导式直接基于data数据集的记录数生成索引列表,

  然后再返回给sample随机抽样,抽样数量为2000;最后从data中直接基于索引获得随机抽样后的结果。

如何用Python进行抽样?

  打印输出前2条数据和总抽样样本量。返回结果如下:

  [[-4.59501348 8.82741653 4.40096599 3.40332532 -6.54589933]

  [-7.23173404 -8.92692519 6.82830873 3.0378005 4.64450399]]

  2000

  第3部分:传统方法

  ind = []

  for i in range(len(data)):

  ind.append(i)

  而这里的列表推导式的写法[i for i in range(len(data))]除了在语法上更加简洁和优雅外,在性能上同样会有提升。

  我们通过如下实验做简单测试,对从0到1000000的每个数求平方然后添加到列表。两种方法如下:

  # 方法1:传统方法

  import time

  t0=time.time() # 开始时间

  ind = []

  for i in range(1000000):

  sqr_values = i*i

  ind.append(sqr_values)

  t1 = time.time() # 结束时间

  print(t1-t0) # 打印时间

  # 方法2:列表推导式

  import time

  t0=time.time() # 开始时间

  sqr_values = [i*i for i in range(1000000)]

  t1 = time.time() # 结束时间

  print(t1-t0) # 打印时间

  上述代码执行后的输出结果分别是:

  0.39202237129211426

  0.12700724601745605

  上面只是简单的计算逻辑并且数据量也不大,

  如果配合大数据量以及更复杂的运算,

  那么效率提升会非常明显。

  以上内容为大家介绍了如何用Python进行抽样?希望对大家有所帮助,如果想要了解更多Python相关知识,请关注多测师。https://www.e70w.com/xwzx/


返回列表
在线客服
联系方式

热线电话

17727591462

上班时间

周一到周五

二维码
线