1.水库抽样python算法实现 (1) 数据流：创建长度为10000的列表存放某时刻的数据流；每条数据的取值为1~5的随机整数； (2)实现水库抽样算法，并对第一步构建的数据流进行抽样，样本容量为200;

水库抽样是一种在线随机采样的算法，适用于大数据流场景。其原理是在一个固定大小的“水库”（比如200）中等概率地选择元素，保证每个元素被选中的概率与其在整个数据流中的比例相等。

以下是Python实现水库抽样算法的一个简短示例：

import random

# (1) 创建数据流
data_stream = [random.randint(1, 5) for _ in range(10000)]

# (2) 实现水库抽样算法
def reservoir_sampling(stream, sample_size):
    reservoir = []
    for i, value in enumerate(stream):
        if len(reservoir) < sample_size:
            reservoir.append(value)
        else:
            r = random.randint(0, i)
            if r < sample_size:
                reservoir[r] = value
    return reservoir

sampled_data = reservoir_sampling(data_stream, 200)

在这个例子中，我们首先生成了一个包含10000个1到5之间随机整数的列表。然后使用`reservoir_sampling`函数，每次迭代时检查当前元素是否需要替换已经在水库中的元素。如果水库已满（即size=200），那么就随机选择一个位置（r），如果这个位置小于200，我们就把新的元素放在该位置上，旧的元素会被覆盖掉。

运行这个算法后，`sampled_data`就是一个包含200个随机数据点的子集，它们在原始数据流中是均匀分布的。