基於Python中random.sample()的替代方案
阿新 • • 發佈:2020-05-25
python中random.sample()方法可以隨機地從指定列表中提取出N個不同的元素,但在實踐中發現,當N的值比較大的時候,該方法執行速度很慢,如:
numpy random模組中的choice方法可以有效提升隨機提取的效率:
需要注意的是,需要置replace為False,即抽取的元素不能重複,預設為True。
補充知識:Python: random模組的隨即取樣函式:choice(),choices(),sample()
choice(seq): 從seq序列中(可以是列表,元組,字串)隨機取一個元素返回
choices(population,weights=None,*,cum_weights=None,k=1):
從population中進行K次隨機選取,每次選取一個元素(注意會出現同一個元素多次被選中的情況),weights是相對權重值,population中有幾個元素就要有相對應的weights值,cum_weights是累加權重值,例如,相對權重〔10,5,30,5〕相當於累積權重〔10,15,45,50〕。
在內部,在進行選擇之前,相對權重被轉換為累積權重,因此提供累積權重節省了工作。返回一個列表。
sample(population,k)從population中取樣,一次取k個,返回一個k長的列表。
可以像這樣使用sample(range(10000000),k=60)
以上這篇基於Python中random.sample()的替代方案就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援我們。