python中的随机抽样

您好，请输入下面的代码，当大小>5时抛出下面的错误。在Python2.7中是否会有另一个随机函数，可以从初始个体生成6个或更多不同的样本，这样总体将附加6个列表。多谢各位

import random as rand

population = []
individual = [1,2,3,4,5]
size = 5

for ind in individual:
        population.append((rand.sample(individual, size)))

print "pop", population

#output
pop =  [[1, 3, 5, 2, 4], [3, 4, 5, 2, 1], [3, 1, 2, 4, 5], [1, 5, 3, 4, 2], [1, 5, 3, 2, 4]] 

#错误消息
回溯（最近一次呼叫最后一次）：
文件“C:/Users/AMAMIFE/Desktop/obi/tt.py”，第10行，在
population.append（（随机样本（个体，大小）））
示例中第321行的文件“C:\Python27\x86\lib\random.py”
提升值错误（“样本大于总体”）
ValueError:样本大于总体

---

您正在更改错误的变量；您应该更改

for

循环，而不是

sample

的参数：

size = len(individual)
pop_size = 6
for _ in range(pop_size):
    population.append(rand.sample(individual, size))

请注意，

pop_size

是要添加到

population

的子列表的数量，而

size

是

个体的长度。你也可以考虑使用：

for _ in range(pop_size):
    rand.shuffle(individual)
    population.append(individual[:])

i、 e.在每次迭代中，随机洗牌
单个
，并将其副本附加到
总体
中，因为您更改了错误的变量；您应该更改
for
循环，而不是
sample
的参数：

size = len(individual)
pop_size = 6
for _ in range(pop_size):
    population.append(rand.sample(individual, size))

请注意，
pop_size
是要添加到
population
的子列表的数量，而
size
是
个体的长度。你也可以考虑使用：

for _ in range(pop_size):
    rand.shuffle(individual)
    population.append(individual[:])

i、 e.在每次迭代中，随机洗牌
单个
，并将其副本附加到
总体
尝试以下方法：

import random as rand
individual = 5
population = []
size = 5

for ind in individual:
        population.append((rand.sample(xrange(individual), size)))

print "pop", population

试试这个：

import random as rand
individual = 5
population = []
size = 5

for ind in individual:
        population.append((rand.sample(xrange(individual), size)))

print "pop", population

使用列表理解：

from random import choice
pop = [[choice(individual) for _ in range(size)] for _ in range(size)]

只要
单个
不是空序列，这将起作用

注意：我使用
size
变量表示每个子列表的大小和子列表的数量。如果你想要5个10个值的列表，你必须相应地调整它

编辑：缩短一些变量名，以便于阅读。
使用列表理解：

from random import choice
pop = [[choice(individual) for _ in range(size)] for _ in range(size)]

只要
单个
不是空序列，这将起作用

注意：我使用
size
变量表示每个子列表的大小和子列表的数量。如果你想要5个10个值的列表，你必须相应地调整它

编辑：缩短一些变量名，以便于阅读。
此处使用的
sample
方法似乎不正确<代码>随机。样本（a_序列，n）
从
a_序列
中随机选择
n
对象。例如：

>>> import random
>>> my_list = range(5)
>>> random.sample(my_list, 3)
[0, 3, 2]
>>> random.sample(my_list, 3)
[4, 1, 0]
>>> random.sample(my_list, 3)
[2, 0, 4]
>>> random.sample(my_list, 3)
[4, 0, 2]
>>> random.sample(my_list, 3)
[1, 4, 3]

尝试从5个项目的列表中抽取6个项目是没有意义的。在你取出5件物品后，就没有第六件物品可供你取出了

当你说你想从一个5号的列表中抽取5个项目时，你只是说你想把所有的东西都按随机顺序排列。如果您想获得其中的
n
，请尝试使用
itertools.permutations
：

>>> import random
>>> import itertools
>>> my_list = range(5)
>>> random.sample(list(itertools.permutations(my_list)), 5)
[(4, 2, 1, 3, 0), (3, 0, 2, 4, 1), (2, 3, 0, 4, 1), (4, 3, 0, 1, 2), (4, 0, 3, 2, 1)]
>>> random.sample(list(itertools.permutations(my_list)), 6)
[(0, 2, 1, 4, 3), (1, 2, 4, 0, 3), (1, 0, 3, 2, 4), (2, 1, 4, 3, 0), (0, 3, 2, 1, 4), (4, 2, 0, 1, 3)]
>>> random.sample(list(itertools.permutations(my_list)), 7)
[(4, 3, 1, 2, 0), (3, 0, 1, 2, 4), (2, 0, 1, 3, 4), (4, 2, 3, 1, 0), (0, 4, 1, 3, 2), (3, 0, 2, 1, 4), (0, 1, 2, 3, 4)]

您在此处使用
sample
的方式似乎不正确<代码>随机。样本（a_序列，n）

从

a_序列

中随机选择

n

对象。例如：

>>> import random
>>> my_list = range(5)
>>> random.sample(my_list, 3)
[0, 3, 2]
>>> random.sample(my_list, 3)
[4, 1, 0]
>>> random.sample(my_list, 3)
[2, 0, 4]
>>> random.sample(my_list, 3)
[4, 0, 2]
>>> random.sample(my_list, 3)
[1, 4, 3]

尝试从5个项目的列表中抽取6个项目是没有意义的。在你取出5件物品后，就没有第六件物品可供你取出了

当你说你想从一个5号的列表中抽取5个项目时，你只是说你想把所有的东西都按随机顺序排列。如果您想获得其中的

n

，请尝试使用

itertools.permutations

：

>>> import random
>>> import itertools
>>> my_list = range(5)
>>> random.sample(list(itertools.permutations(my_list)), 5)
[(4, 2, 1, 3, 0), (3, 0, 2, 4, 1), (2, 3, 0, 4, 1), (4, 3, 0, 1, 2), (4, 0, 3, 2, 1)]
>>> random.sample(list(itertools.permutations(my_list)), 6)
[(0, 2, 1, 4, 3), (1, 2, 4, 0, 3), (1, 0, 3, 2, 4), (2, 1, 4, 3, 0), (0, 3, 2, 1, 4), (4, 2, 0, 1, 3)]
>>> random.sample(list(itertools.permutations(my_list)), 7)
[(4, 3, 1, 2, 0), (3, 0, 1, 2, 4), (2, 0, 1, 3, 4), (4, 2, 3, 1, 0), (0, 4, 1, 3, 2), (3, 0, 2, 1, 4), (0, 1, 2, 3, 4)]

---

如果原始总体仅包含五项，您将如何生成六个不同的样本？您所说的“样本”是什么意思？如果原始总体仅包含五项，您将如何生成六个不同的样本？您所说的“样本”是什么意思？这并不能解决大小大于个人数量时出现的问题。答案出现在低质量审查队列中，可能是因为您没有解释某些内容。如果你解释了这一点（在你的答案中），你就更有可能获得更多的选票，提问者实际上学到了一些东西！使用新版本2.3。对于python，random.sample（population，k）返回一个新列表，其中包含来自population的元素，同时保持原始population不变。结果列表按选择顺序排列，因此所有子切片也将是有效的随机样本。这允许抽奖获奖者（样本）被划分为大奖和第二名获奖者（子牌）。人口的成员不必是可散列的或唯一的。如果填充包含重复，则每次出现都是样本中可能的选择。若要从整数范围中选择样本，请使用xrange（）对象作为参数。这对于从大量人群中进行抽样来说尤其快速且节省空间：sample（xrange（10000000），60）。这并不能解决当规模大于个体数量时出现的问题。这个答案出现在低质量审查队列中，可能是因为您没有解释某些内容。如果你解释了这一点（在你的答案中），你就更有可能获得更多的选票，提问者实际上学到了一些东西！使用新版本2.3。对于python，random.sample（population，k）返回一个新列表，其中包含来自population的元素，同时保持原始population不变。结果列表按选择顺序排列，因此所有子切片也将是有效的随机样本。这允许抽奖获奖者（样本）被划分为大奖和第二名获奖者（子牌）。人口的成员不必是可散列的或唯一的。如果填充包含重复，则每次出现都是样本中可能的选择。若要从整数范围中选择样本，请使用xrange（）对象作为参数。这对于从大量人群中进行采样尤其快速且节省空间：sample（xrange（10000000），60）。