以下是一个示例代码，演示了如何按照大小的比例随机抽样：

import random

def random_sample(data, ratios):
    # 确保比例总和为1
    total_ratio = sum(ratios)
    ratios = [ratio / total_ratio for ratio in ratios]

    # 计算每个比例下的样本数量
    sample_sizes = [int(len(data) * ratio) for ratio in ratios]
    # 如果样本数量之和小于总体数量，则将剩余的样本数量分配给最大的比例
    remainder = len(data) - sum(sample_sizes)
    if remainder > 0:
        max_ratio_index = sample_sizes.index(max(sample_sizes))
        sample_sizes[max_ratio_index] += remainder

    # 随机抽样
    samples = []
    for i, sample_size in enumerate(sample_sizes):
        samples.extend(random.sample(data, sample_size))
        # 从原始数据中移除已抽样的样本，确保不会重复抽样
        data = [x for x in data if x not in samples]

    return samples

# 示例用法
data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
ratios = [0.5, 0.3, 0.2]
samples = random_sample(data, ratios)
print(samples)

在上述示例中，data 是原始数据，ratios 是按照大小比例指定的抽样比例。函数 random_sample 首先将比例转化为百分比，然后计算每个比例对应的样本数量。如果样本数量之和小于总体数量，则将剩余的样本数量分配给最大的比例。然后，函数使用 random.sample 方法从原始数据中随机抽取指定数量的样本，并从原始数据中移除已抽样的样本，以确保不会重复抽样。最后，返回抽样结果。在示例用法中，我们使用了一个包含10个元素的列表作为原始数据，按照0.5:0.3:0.2的比例进行抽样，并打印出抽样结果。