Python 从二维列表中随机抽样，不含numpy

我有一个庞大的数据集，但为了简化问题，可以考虑一个4x42D列表

想要创建一个包含5个元素的新列表，该列表是从4x4列表中随机选择的，无需使用numpy或任何附加库

编辑：

我想用随机库函数随机选取该列表中的5个元素

输出可能类似于新的choosen元素列表：

['j', 'False', 'a', 8, 66]

希望它足够清晰。

（您现在的列表不是很有效的语法，但正在修复）：

导入itertools >>>随机输入 >>>list_2d=['j'，'k'，'z'，'p']， ... [1,6,8,9], …[8，True，0，'a']， …[66，'False'，'12'，'5']] >>>随机选择（列表（itertools.chain（*list_2d）），k=5） ['False'，'12'，'8'，6'，'k']

itertools.chain

调用会将其展平为1d列表，

random.choices

函数可以处理该列表以进行替换采样：

---

此外，如果没有完整问题的更多细节，就很难知道该解决方案是否适用于“庞大的数据集”-它会创建完整列表的一个新副本，作为1d列表，因此如果使用太多内存，我们需要查看数据最初来自何处，如果您可以首先避免列表结构。

使用随机模块，您可以使用列表理解：

import random

list_2d = [... your list 4X4]
randmly_chosen = [random.choice(random.choice(list_2d)) for _ in range(5)]

---

扁平化

ls

的思想仍然可以从

numpy

中借用，而无需使用其方法：

ls = [['j', 'k', 'z', 'p'],
      [1,6,8,9],
      [8,True,0,'a'],
      [66,'False', '12', '5']]

flat_ls = []
for n in ls: 
    flat_ls.extend(n)
from random import shuffle
shuffle(flat_ls) #dynamic change of flat_ls, very fast
>>> flat_ls[:5]
['12', 66, 8, 'j', 'a']

---

遗憾的是，这还不够清楚。。。是否要选择嵌套列表中的任何项目？你能发布你试过的吗？我编辑了我的问题。谢谢你的反馈。我建议给出一个粗略的尺寸，而不是说“巨大”，数量级的估计就足够了。e、 g.您希望它与大约10亿x 100亿的2d阵列（即10个元素）一起使用。请注意，在这一点上，您几乎肯定不会使用标准库，但千万不要担心您是对的。从现在起我将听从你的建议。谢谢你@SamMason

ls = [['j', 'k', 'z', 'p'],
      [1,6,8,9],
      [8,True,0,'a'],
      [66,'False', '12', '5']]

flat_ls = []
for n in ls: 
    flat_ls.extend(n)
from random import shuffle
shuffle(flat_ls) #dynamic change of flat_ls, very fast
>>> flat_ls[:5]
['12', 66, 8, 'j', 'a']