Question

我想从两个列表的产品中获取 n 样本（无需替换）。如下所示，我目前正在计算整个产品，然后从中进行采样，但这对于长列表而言在计算上是不实用的。有没有办法优化这个过程？也就是说，不必计算整个产品，而是更有效地采样？

当前天真的方法（如下所述，错误地替换替换）：

from itertools import product
from random import choice

def get_sample(a,b,n):
"""return n samples from the product a and b"""
  D = list(product(a,b))
  D = [choice(D) for _ in range(n)]

  return D

Answer 1

如果你实际上使用list ，如果你想要 list，你应该没事。

可以找到非随机样本

from itertools import product

def get_first_n_sample(a,b,n):
"""return n samples from the product a and b"""
  D = product(a,b)
  D = [D.next() for _ in range(n)] ## if you're on Python2, use xrange!
  return D

现在，如果您只想要来自a和b的某些组合的随机样本，则迭代器显然不是正确的方法，因此，itertools也不是。假设a和b随机访问速度很快（例如list s，tuple s）：

from random import choice

def get_random_sample(a, b):
    return (choice(a), choice(b))

获取n 唯一的样本会更复杂，但是：

from random import sample

def get_random_samples(a, b, n):
    n_prod = len(a) * len(b)
    indices = sample(range(n_prod), n)
    return [(a[idx % len(a)], b[idx // len(a)]) for idx in indices]

Answer 2

如果您想要一个替换样本，代码目前的方式，您可以使用product(a, b)随机添加(choice(a), choice(b)元素：

sample = [(choice(a), choice(b)) for _ in xrange(n)]

如果您想要一个没有替换的样本，请制作一组随机索引的样本：

sample = [(a[i // len(b)], b[i % len(b)])
          for i in random.sample(xrange(len(a)*len(b)), n)]

Answer 3

不幸的是，您无法从迭代器中获取随机样本。迭代器（如product）表示您一次只知道1个值，并且您必须知道多于1个值才能提供随机性。

使用random.sample()这样的天真方法可以更有效：

from itertools import product
import random
def get_sample(a,b,n):
"""return n samples from the product a and b"""
  D = list(product(a,b))
  return random.sample(D, n)

从两个列表的产品中采样的最快方法

3 个答案: