技术文章 > 常见问题 > Python常见问题 > 正文

如何用Python进行抽样?

 Ly

用Python进行抽样的步骤:

第1部分:导入需要的库

import random # 导入标准库 
import numpy as np # 导入第三方库

这里用到了Python内置标准库random以及第三方库Numpy,前者用于做随机抽样,后者用于读取文件并做数据切片使用。

第2部分:实现简单随机抽样

data = np.loadtxt('data3.txt') # 导入普通数据文件 
data_sample = data[random.sample([i for i in range(len(data))], 2000)] 
 # 随机抽取2000个样本 
print(data_sample[:2]) # 打印输出前2条数据 
print(len(data_sample)) # 打印输出抽样样本量

首先通过Numpy的loadtxt方法读取数据文件。

然后使用Random库中的sample方法做数据抽样。

由于sample库要求抽取的对象是一个序列或set,因此这里使用了一个列表推导式直接基于data数据集的记录数生成索引列表,

然后再返回给sample随机抽样,抽样数量为2000;最后从data中直接基于索引获得随机抽样后的结果。

打印输出前2条数据和总抽样样本量。返回结果如下:

[[-4.59501348 8.82741653 4.40096599 3.40332532 -6.54589933] 
 [-7.23173404 -8.92692519 6.82830873 3.0378005 4.64450399]] 
2000

第3部分:传统方法

ind = [] 
for i in range(len(data)): 
 ind.append(i)

而这里的列表推导式的写法[i for i in range(len(data))]除了在语法上更加简洁和优雅外,在性能上同样会有提升。

我们通过如下实验做简单测试,对从0到1000000的每个数求平方然后添加到列表。两种方法如下:

# 方法1:传统方法 
import time 
t0=time.time() # 开始时间 
ind = [] 
for i in range(1000000): 
 sqr_values = i*i 
 ind.append(sqr_values) 
t1 = time.time() # 结束时间 
print(t1-t0) # 打印时间 
# 方法2:列表推导式 
import time 
t0=time.time() # 开始时间 
sqr_values = [i*i for i in range(1000000)] 
t1 = time.time() # 结束时间 
print(t1-t0) # 打印时间

上述代码执行后的输出结果分别是:

0.39202237129211426 
0.12700724601745605

上面只是简单的计算逻辑并且数据量也不大,

如果配合大数据量以及更复杂的运算,

那么效率提升会非常明显。

免费视频教程
本文原创发布python学习网,转载请注明出处,感谢您的尊重!
相关文章
 Python是如何捕获异常?
 python如何写入mongodb数据?
 python如何下载网页?
 python如何获取程序执行时间?
 python怎么去掉日期中的横杠?
 python怎么取小数的前几位?
相关视频章节
 virtualenv使用技巧大全(python新手必备知识)
 Python简介
 python 注释
 演示:python代码中添加注释
 python 字符串概念
视频教程分类