干货收藏！Python完整代码带你一文看懂抽样

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 

• 相关知识点：Python中的列表推导式

本示例中，我们使用了列表推导式来生成data的索引列表。传统方法的实现可以这样写：

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。与之类似的还有生成器表达式、字典推导式，都是很Pythonic的实现方法。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!