Python 如何有效地随机抽样大小为r的k个组合形成一个列表？

您可以使用

itertools.combinations

轻松生成列表元素的所有可能组合。我感兴趣的是尽可能有效地对其中的一小部分进行采样。在某些情况下，这将意味着有数百万个组合，只需要随机选择少数组合

import itertools

combinations = itertools.combinations(range(1, 30), 10)

我想从存储在

组合中的所有组合中抽取4个组合作为样本

编辑：可以找到以前的结果，但我觉得不是很有效。
每次从列表中选取10个样本将是最有效的方法

>>> import random
>>> l = range(1, 30)
>>> 
>>> res = [random.sample(l, 10) for _ in range(4)]
>>> pprint(res)
[[23, 25, 27, 9, 8, 19, 3, 16, 26, 7],
 [6, 16, 5, 8, 22, 20, 15, 10, 12, 13],
 [28, 20, 3, 21, 29, 12, 7, 23, 2, 10],
 [18, 13, 29, 23, 19, 10, 27, 7, 17, 20]]

每次从列表中抽取10个样本将是最有效的方法

>>> import random
>>> l = range(1, 30)
>>> 
>>> res = [random.sample(l, 10) for _ in range(4)]
>>> pprint(res)
[[23, 25, 27, 9, 8, 19, 3, 16, 26, 7],
 [6, 16, 5, 8, 22, 20, 15, 10, 12, 13],
 [28, 20, 3, 21, 29, 12, 7, 23, 2, 10],
 [18, 13, 29, 23, 19, 10, 27, 7, 17, 20]]

谢谢，重点是名单非常大。我不想将iterable转换为列表，因为这会非常低效。啊，我明白了，您直接生成组合，但这不能保证结果组合的唯一性，对吗？我已经删除了对列表的不必要转换，我现在就得到了。但是，当我们生成一个小样本列表时，我们可以检查新生成的样本是否与已经生成的样本匹配，如果匹配，则重新生成needed@MarkVerhagen听起来是这样。谢谢，重点是名单非常大。我不想将iterable转换为列表，因为这会非常低效。啊，我明白了，您直接生成组合，但这不能保证结果组合的唯一性，对吗？我已经删除了对列表的不必要转换，我现在就得到了。但是，当我们生成一个小样本列表时，我们可以检查新生成的样本是否与已经生成的样本匹配，如果匹配，则重新生成needed@MarkVerhagen听起来像那样。谢谢@Chris，我觉得它没有太高的效率。你可能
random.sample
index，然后在不创建实际列表的情况下循环组合，并选择与索引匹配的元素。感谢@Chris，我认为这不会太高效。您可能会随机选择
。采样
索引，然后在不创建实际列表的情况下循环组合，并选择与索引匹配的元素。