如何用Python进行抽样?

　　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。

　　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/