我正在使用大字典,出于某种原因,我还需要处理该字典中的小型随机样本。我怎样才能得到这个小样本(例如长度为2)?
这是一个玩具模型:
dy={'a':1, 'b':2, 'c':3, 'd':4, 'e':5}
我需要在dy上执行一些涉及所有条目的任务。让我们说,为了简化,我需要将所有值加在一起:
s=0
for key in dy.key:
s=s+dy[key]
现在,我还需要在随机的dy样本上执行相同的任务;为此我需要一个随机的dy键样本。我能想象的简单解决方案是
sam=list(dy.keys())[:1]
通过这种方式,我有一个字典的两个键的列表,它们在某种程度上是随机的。所以,回到可能的任务,代码中唯一需要的改变是:
s=0
for key in sam:
s=s+dy[key]
关键是我不完全理解dy.keys是如何构建的,然后我无法预见任何未来的问题
答案 0 :(得分:2)
举个例子:
dy = {'a':1, 'b':2, 'c':3, 'd':4, 'e':5}
然后将所有值的总和更简单地表示为:
s = sum(dy.values())
然后,如果它不是内存禁止,你可以使用:
进行采样import random
values = list(dy.values())
s = sum(random.sample(values, 2))
或者,由于random.sample
可以使用类似set
的对象,因此:
from operator import itemgetter
import random
s = sum(itemgetter(*random.sample(dy.keys(), 2))(dy))
或者只是使用:
s = sum(dy[k] for k in random.sample(dy.keys(), 2))
另一种方法是使用heapq
,例如:
import heapq
import random
s = sum(heapq.nlargest(2, dy.values(), key=lambda L: random.random()))
答案 1 :(得分:2)
def sample_from_dict(d, sample=10):
keys = random.sample(list(d), sample)
values = [d[k] for k in keys]
return dict(zip(keys, values))
答案 2 :(得分:0)
将range(10)
替换为numphy中的一些randome样本
{v:rows[v] for v in [list(rows.keys())[k] for k in range(10)]}
答案 3 :(得分:0)
import random
origin_dict = {'a':1, 'b':2, 'c':3, 'd':4, 'e':5}
sample_rate = 0.3
random_keys = random.sample(list(origin_dict.keys()), int(sample_rate * len(origin_dict)))
random_values = [origin_dict[k] for k in random_keys]
sample_dict = dict(zip(random_keys, random_values))
输出:
{'d': 4, 'c': 3}
答案 4 :(得分:0)
这应该比创建一个新的 dict 并检查键是否是样本的一部分更快:
import random
sample_n = 1000
output_dict = dict(random.sample(input_dict.items(), sample_n))