在数据集随机抽样代码

在Python中，我们可以使用内置的`random`模块或者第三方库如`pandas`、`numpy`或专门用于数据科学的数据采样工具（如`scikit-learn`中的`train_test_split`）来进行数据集的随机抽样。这里我会提供一个简单的例子来说明如何用`random`模块进行随机抽样。

假设我们有一个列表或数组`data`，我们想从中抽取一定比例的样本：

import random

# 假设 data 是一个列表或 numpy 数组
data = [item for item in range(100)]  # 这里只是一个示例，你可以替换为实际的数据

# 设定抽样的比例（比如50%）
sample_size = int(len(data) * 0.5)

# 使用random.sample()函数无放回地随机抽样
if sample_size <= len(data):
    sampled_data = random.sample(data, sample_size)
else:
    print("Sample size is larger than the dataset.")
    
# 打印抽样结果
print(sampled_data)

如果你在使用`pandas`，则可以这样做：

import pandas as pd

# 假设 df 是一个 DataFrame
df = pd.DataFrame(...)  # 替换为你的DataFrame

# 使用sample()函数进行随机抽样
sampled_df = df.sample(frac=0.5, random_state=42)  # frac参数指比例，random_state可设置随机种子保证可重复性

# 输出抽样后的 DataFrame
print(sampled_df)