random.choices() 和 random.sample() 函数有什么区别？答案

【问题标题】：What is the difference between the random.choices() and random.sample() functions?random.choices() 和 random.sample() 函数有什么区别？
【发布时间】：2020-05-02 23:01:06
【问题描述】：

我有以下列表：list = [1,1,2,2]。

应用sample方法（rd.sample(list, 3)）后，输出为[1, 1, 2]。

应用choices方法（rd.choices(list, 3)）后，输出为：[2, 1, 2]。

这两种方法有什么区别？什么时候应该优先选择一个？

【问题讨论】：

标签： python python-3.x random

【解决方案1】：

根本区别在于random.choices() 将（最终）在同一位置绘制元素（总是从整个序列中采样，因此，一旦绘制，元素就会被替换 - 替换），而random.sample() 不会（一旦选择了元素，它们就会从总体中移除以进行抽样，因此，一旦绘制元素就不会被替换 - 没有替换）。

注意这里replaced(replacement)应该理解为placed back(placement back)，而不是的同义词em>替换（和替换）。

为了更好地理解它，让我们考虑以下示例：

import random


random.seed(0)


ll = list(range(10))

print(random.sample(ll, 10))
# [6, 9, 0, 2, 4, 3, 5, 1, 8, 7]

print(random.choices(ll, k=10))
# [5, 9, 5, 2, 7, 6, 2, 9, 9, 8]

如您所见，random.sample() 不会产生重复元素，而 random.choices() 会。

在您的示例中，这两种方法都有重复值，因为您在原始序列中有重复值，但是在 random.sample() 的情况下，这些重复值必须来自原始输入的不同位置。

最终，sample() 不能超过输入序列的大小，而 choices() 则不是问题：

# print(random.sample(ll, 20))
# ValueError: Sample larger than population or is negative


print(random.choices(ll, k=20))
# [9, 3, 7, 8, 6, 4, 1, 4, 6, 9, 9, 4, 8, 2, 8, 5, 0, 7, 3, 8]

有关采样过程的更一般性和理论性的讨论可以在 Wikipedia 上找到。

【讨论】：

【解决方案2】：

基本区别是这样的：

如果您想从列表中选择多个随机项目而不包括重复项，请使用random.sample 函数。
当您想从列表中选择多个项目（包括重复项）时，请使用random.choices 函数。

这里有两个例子来说明区别：

import random

alpha_list=['Batman', 'Flash', 'Wonder Woman','Cyborg', 'Superman']

choices=random.choices(alpha_list,k=7)
print(choices)

sample= random.sample(alpha_list,k=3)
print(sample)

Output: ['Cyborg', 'Cyborg', 'Wonder Woman', 'Flash', 'Wonder Woman', 'Flash', 'Batman']
['Superman', 'Flash', 'Batman']

从上面的例子你可以看到，在 random.choices() 中你可以传递 'k' 大于你的序列长度，因为 random.choices() 允许重复 .

然而，如果你在 random.sample() 中传递一个大于序列长度的 'k' 值，你会得到一个错误：

样本大于总体或为负数。

现在，来看看用例：

random.choices(sequence, weights=None, cum_weights=None, k=1)：当您可以负担得起重复抽样时，您想使用它。这就是为什么我们可以给出 k > len(dataset) 的值。
random.sample(sequence, k)：当您在采样数据时无法承受重复数据时，您希望使用它。

进一步阅读：

【讨论】：