Question

我有一个清单：

a = [1,2,1,1,3,5,6,2]

我想从此列表中随机选择3个元素，但它们必须全部不同。

我需要保持“体重”。因此，每个元素都不可能从集合（a）中进行采样。

到目前为止，我的解决方案是：

while condition == False:
    mysample = random.sample(a, 3)
    if len(set(mysample)) - len(mysample) !=0:
        condition = False
    else:
        condition = True

但是这迫使我重新抽样，因为元素都要与众不同。这适用于小样本，但对于大样本，我的代码变得非常低效......

Answer 1

你可以随机播放前三个非重复元素：

import random
random.shuffle(your_list)
three_elements = set()
for v in your_list:
  if len(three_elements) == 3: break
  three_elements.add(v)

Answer 2

l = []
seen = set()
while len(l) < 3:
    ch = choice(a)
    if ch not in seen:
        l.append(ch)
        seen.add(ch)
print(l)

根据实际不同数字与元素的比例，不同的方法将具有不同的优势：

In [7]: a = [choice(range(10000)) for _ in range(100000)]

In [6]: import random

In [7]: a = [choice(range(10000)) for _ in range(100000)]

In [8]: %%timeit
random.shuffle(a)
three_elements = set()
for v in a:
    if len(three_elements) == 5000:
        break
    if not v in three_elements:
        three_elements.add(v)
   ...: 
10 loops, best of 3: 36.5 ms per loop

In [9]: %%timeit                          
l = []
seen = set()
while len(l) < 5000:
    ch = choice(a)
    if ch not in seen:
        l.append(ch)
        seen.add(ch)
   ...: 
100 loops, best of 3: 5.16 ms per loop

10分钟后运行你的代码我不得不退出这个过程，因为无论你选择什么，都将是一个重大改进。

如果重复比例与列表中的实际项目有较大比例，并且您希望样本量非常大，那么使用随机播放会更有效率，否则改组成本会降低效率，而不是简单地使用集合和选择，

Answer 3

while count < sampleSize: # where sampeSize is the number of values you want
    s = random.sample(a, 1)
    filter(lambda x: x != s, a)
    mysample.append(s)
    count += 1

Answer 4

这可能比必要的更复杂，但这是一个使用reservoir sampling的修改版本的实现。

import itertools
import random

def element_at(iterable, index, default=None):
    return next(itertools.islice(iterable, index, None), default)

def sample_unique(iterable, size):
    S = set()
    for index, item in enumerate(iterable):
        if len(S) < size:
            S.add(item)
        else:
            r = random.randint(0, index)
            if r < size:
                other = element_at(S, r)
                if item not in S:
                    S.remove(other)
                    S.add(item)
    return S

有效地随机选择列表中的x 不同元素

4 个答案:

有效地随机选择列表中的x *不同*元素

4 个答案:

有效地随机选择列表中的x 不同元素