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。