用Python進(jìn)行抽樣的方法

這篇文章將為大家詳細(xì)講解有關(guān)用Python進(jìn)行抽樣的方法，小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

用Python進(jìn)行抽樣的步驟：

第1部分：導(dǎo)入需要的庫(kù)

import random # 導(dǎo)入標(biāo)準(zhǔn)庫(kù) 
import numpy as np # 導(dǎo)入第三方庫(kù)

這里用到了Python內(nèi)置標(biāo)準(zhǔn)庫(kù)random以及第三方庫(kù)Numpy，前者用于做隨機(jī)抽樣，后者用于讀取文件并做數(shù)據(jù)切片使用。

第2部分：實(shí)現(xiàn)簡(jiǎn)單隨機(jī)抽樣

data = np.loadtxt('data3.txt') # 導(dǎo)入普通數(shù)據(jù)文件 
data_sample = data[random.sample([i for i in range(len(data))], 2000)] 
 # 隨機(jī)抽取2000個(gè)樣本 
print(data_sample[:2]) # 打印輸出前2條數(shù)據(jù) 
print(len(data_sample)) # 打印輸出抽樣樣本量

首先通過(guò)Numpy的loadtxt方法讀取數(shù)據(jù)文件。

然后使用Random庫(kù)中的sample方法做數(shù)據(jù)抽樣。

由于sample庫(kù)要求抽取的對(duì)象是一個(gè)序列或set，因此這里使用了一個(gè)列表推導(dǎo)式直接基于data數(shù)據(jù)集的記錄數(shù)生成索引列表，

然后再返回給sample隨機(jī)抽樣，抽樣數(shù)量為2000;最后從data中直接基于索引獲得隨機(jī)抽樣后的結(jié)果。

打印輸出前2條數(shù)據(jù)和總抽樣樣本量。返回結(jié)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：傳統(tǒng)方法

ind = [] 
for i in range(len(data)): 
 ind.append(i)

而這里的列表推導(dǎo)式的寫(xiě)法[i for i in range(len(data))]除了在語(yǔ)法上更加簡(jiǎn)潔和優(yōu)雅外，在性能上同樣會(huì)有提升。

我們通過(guò)如下實(shí)驗(yàn)做簡(jiǎn)單測(cè)試，對(duì)從0到1000000的每個(gè)數(shù)求平方然后添加到列表。兩種方法如下：

# 方法1：傳統(tǒng)方法 
import time 
t0=time.time() # 開(kāi)始時(shí)間 
ind = [] 
for i in range(1000000): 
 sqr_values = i*i 
 ind.append(sqr_values) 
t1 = time.time() # 結(jié)束時(shí)間 
print(t1-t0) # 打印時(shí)間 
# 方法2：列表推導(dǎo)式 
import time 
t0=time.time() # 開(kāi)始時(shí)間 
sqr_values = [i*i for i in range(1000000)] 
t1 = time.time() # 結(jié)束時(shí)間 
print(t1-t0) # 打印時(shí)間

上述代碼執(zhí)行后的輸出結(jié)果分別是：

0.39202237129211426 
0.12700724601745605

上面只是簡(jiǎn)單的計(jì)算邏輯并且數(shù)據(jù)量也不大，

如果配合大數(shù)據(jù)量以及更復(fù)雜的運(yùn)算，

那么效率提升會(huì)非常明顯。

關(guān)于用Python進(jìn)行抽樣的方法就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，可以學(xué)到更多知識(shí)。如果覺(jué)得文章不錯(cuò)，可以把它分享出去讓更多的人看到。