分层抽样python实现代码

分层抽样（stratified sampling）是一种从总体中随机抽取样本的方法，该方法可以保证样本的分布与总体的分布相似。以下是一个简单的Python实现代码：

import random

def stratified_sampling(data, labels, sample_size):
    # 根据标签构建字典
    label_dict = {}
    for i in range(len(data)):
        if labels[i] not in label_dict:
            label_dict[labels[i]] = []
        label_dict[labels[i]].append(data[i])

    # 计算每个类别需要抽取的样本数量
    sample_per_label = {}
    for label in label_dict:
        label_size = len(label_dict[label])
        sample_per_label[label] = int(sample_size * label_size / len(data))

    # 分层抽样
    sample_data = []
    sample_labels = []
    for label in label_dict:
        if len(label_dict[label]) <= sample_per_label[label]:
            sample_data += label_dict[label]
            sample_labels += [label] * len(label_dict[label])
        else:
            sample = random.sample(label_dict[label], sample_per_label[label])
            sample_data += sample
            sample_labels += [label] * len(sample)

    return sample_data, sample_labels

其中，`data`是总体数据，`labels`是总体数据对应的标签，`sample_size`是需要抽取的样本数量。函数首先根据标签构建字典，计算每个类别需要抽取的样本数量，然后对每个类别进行抽样，最终返回抽样结果。