不均匀分层抽样是指从不同层中抽取不同比例的样本，以获取具有代表性的样本集。下面给出一种 Python 程序实现不均匀分层抽样的方法。

假设有一个字典，存储了不同层的样本比例。例如：

layer_proportions = {"layer1": 0.2, "layer2": 0.3, "layer3": 0.5}

则可以使用以下代码实现不均匀分层抽样：

import random

def stratified_sampling(layer_proportions, sample_size): sample = [] for layer, proportion in layer_proportions.items(): # 计算该层需要抽取的样本数量 layer_sample_size = int(sample_size * proportion)

    # 如果该层样本数量为 0，跳过该层
    if layer_sample_size == 0:
        continue

    # 从该层中随机抽取样本
    layer_samples = random.sample(range(1, 101), layer_sample_size)

    # 将抽取的样本存入总样本集
    for s in layer_samples:
        sample.append((layer, s))

return sample

以上代码中，random.sample() 函数用于随机抽取样本，range(1, 101) 表示待抽取的样本集为 1~100。最终返回的是样本属于哪一层及其在该层的编号。