random随机抽样

random模块中的random.sample(population, k)函数可以从总体中进行无放回抽样，抽取出容量为k的样本，并返回样本的列表。这意味着每个样本只会被抽取一次，并且样本之间是互相独立的。这个函数在统计学和机器学习中经常被用来进行随机样本选择的操作。

除了random.sample()函数，random模块还提供了其他生成随机数的函数。例如，random.gauss(mu, sigma)函数可以生成符合高斯分布（正态分布）的随机数，random.paretovariate(alpha)函数可以生成符合帕累托分布的随机数，random.gammavariate(alpha, beta)函数可以生成符合伽马分布的随机数。

相关问题

python 随机抽样random.randint

`random.randint(a, b)` 是 Python 中的一个函数，它可以随机生成一个整数，该整数的范围为 `[a, b]`，也就是包括 `a` 和 `b` 两个端点。

下面是一个例子：

import random

# 生成一个 [1, 10] 范围内的整数
num = random.randint(1, 10)

print(num)

运行结果可能是：

6

这个例子中，`random.randint(1, 10)` 生成了一个 `[1, 10]` 范围内的整数，并将其赋值给 `num` 变量。然后我们使用 `print()` 函数输出了这个整数。

简单随机抽样Python

简单随机抽样是一种常用的抽样方法，用于从一个总体中随机选择一部分样本进行研究或分析。在Python中，可以使用random模块来实现简单随机抽样。

下面是一个简单的示例代码，演示如何使用Python进行简单随机抽样：

import random

# 假设有一个总体数据集
population = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

# 设置抽样的样本数量
sample_size = 5

# 使用random模块的sample函数进行简单随机抽样
sample = random.sample(population, sample_size)

# 打印抽样结果
print("随机抽样结果：", sample)

运行以上代码，将会输出类似以下结果：

随机抽样结果： [7, 2, 9, 4, 1]

这个示例中，我们首先定义了一个总体数据集population，然后通过random.sample函数从中随机抽取了5个样本，存储在sample变量中。最后，我们打印出了抽样结果。