Python的random模块具有random.choices用于替换抽样和random.sample用于抽样替换。尽管random.choices接受一个numpy数组并返回一个相对于第一个维度随机选择的元素的列表，但是random.sample引发
TypeError：填充必须是序列或集合。对于字典，请使用list（d）。
另一方面，random.choices将不接受集合，从而提高
TypeError：“设置”对象不支持索引。
我很好奇的是，这是一个疏忽，还是有必要将random.sample限制为序列和集合，而将random.choices限制为支持索引的对象，尽管该函数具有非常大的优势类似的目的。
P.S。如果有人想知道如何对ndarray进行采样，则numpy.random.choice可以对带替换和不带替换的1darray进行采样，并且可以针对具有高级索引的任意维度有效地对高维数组进行采样，其中使用该索引生成该维度的索引numpy.random.choice
答案 0 :(得分：1)
random.sample尝试check的自变量是collections.abc.Sequence还是collections.abc.Set的实例。这比许多人认为的可靠得多，因为它只检测从那些ABC具体继承或明确注册的类型。 numpy.ndarray不会从这些类继承，也不会注册。
如果不进行检查，或者如果您明确进行collections.abc.Sequence.register(numpy.ndarray)，则random.sample可以处理numpy.ndarray。
偶然地，numpy.random.choice和replace=False效率低下，仅产生少量样本就产生了entire permutation的输入。由于自然定位会改变使用seed的用户的结果，因此尚未修复此longstanding issue。根据参数，使用random.sample或手动计算样本通常更快。