Python 大群体的随机数

我有大量样本（

n_population>sys.maxsize

）可从中采集

n_样本

，例如：

n_人口=222566393186670493696
n_样本=2

我的第一个想法是使用，因为我们使用scikit learn，更重要的是，它允许我定义

random_state

，以一致的方式再现结果。但是，它失败了：

sample_不带_替换（n_总体=n_总体，n_样本=n_样本）
#溢出错误：Python int太大，无法转换为C long

我理解它失败的原因，但我发现没有办法用scikit learn解决这个问题。所以我转向普通Python，使用内置的。然而，它也失败了：

random.sample（范围（n_总体），k=n_样本）
#溢出错误：Python int太大，无法转换为C大小\u t

最终，我想出了一个很好的解决办法：

samples=[]
而len（样品）

---

但它缺少

随机状态

。是否有更好的解决方案，最好在scikit learn顶部实现？

您可以使用它设置随机值state@Sparky05

random.seed

和scikit learn

random\u state

之间有什么关系？看起来我需要设置两个：-（据我所知，它们是各自伪随机数生成器的独立控制值。但是，您可以轻松创建一个同时设置这两个值的方法，并且每次需要修复状态时（可能在代码中只调用一次）都调用此方法。另一句话是，您的“随机样本”。我不确定伪随机数生成器的精度。因此，如果您的数字范围可能大于这些范围（这意味着此范围内的任何数字都不能进行采样）。你应该看看这个。-刚刚检查了它的53位长和65位，你正好超过了

numpy

限制（据我所知，这是sklearn使用的），请参见您可以使用来设置随机值state@Sparky05

random.seed

和scikit learn

random\u state

之间的关系是什么？看起来我需要同时设置两个：-（据我所知，它们是各自伪随机数生成器的独立控制值。但是，您可以轻松创建一个同时设置这两个值的方法，并且每次（可能在代码中只调用一次）需要修复状态时都调用此方法。另外，您可能会遇到“随机样本”问题“。我不确定伪随机数生成器的精度。因此，如果您的数字范围可能大于这些范围（这意味着此范围内的任何数字都不能进行采样）。您应该看看这个。-刚刚检查了它的53位长和65位，您正好超过

numpy

限制1位（这是我所能看到的sklearn所使用的），看到了吗