Python 分层抽样

分层抽样是一种抽样方法，适用于对一个总体进行划分，并从每个划分中进行抽取样本。根据引用中的描述，分层抽样适用于小群体集的特征差异比较小，并且对划分小群体集有更高要求。具体操作方法是根据总体的特征或属性将总体分为若干层，然后从每一层中随机抽取样本。这种抽样方法可以保证每个层的样本数量相对均衡，并且能够更全面地反映总体情况。

在Python中，可以使用pandas库来进行分层抽样。首先，将数据加载到DataFrame中，然后使用df.query()方法按照指定的层级条件对数据进行筛选，即可实现分层抽样。

下面是一个示例代码，展示了如何在Python中进行分层抽样：

import pandas as pd
import numpy as np
import random

# 加载数据
data = np.loadtxt('data4.txt')
df = pd.DataFrame(data, columns=['col1', 'col2', 'col3', 'col4', 'col5', 'label'])

# 定义分层值域（标签类别）
label_data_unique = np.unique(df['label'])

# 随机抽取两个组群
sample_label = random.sample(label_data_unique.tolist(), 2)

# 分层抽样
df_sample = df.query('label == @sample_label[0] | label == @sample_label[1]')

以上代码中，我们首先加载数据到DataFrame中，然后使用`query()`方法根据标签进行筛选，最后得到了分层抽样的结果df_sample。