python实现分层抽样

分层抽样是指将总体分成若干个层次，然后从每个层次中分别抽取样本。Python可以通过以下步骤实现分层抽样：

1. 对总体进行分层：将总体按照某个特征进行分层，例如按照年龄、性别等。

2. 确定每个层次的样本大小：根据每个层次的大小和样本比例，计算每个层次的样本大小。

3. 从每个层次中随机抽取样本：使用Python的random模块中的sample函数，从每个层次中随机抽取指定数量的样本。

下面是一个简单的示例代码：

import random

# 假设总体分为两个层次：男性和女性
population = {
    'male': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
    'female': [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
}

# 每个层次的样本比例为0.5
sample_ratio = 0.5

# 计算每个层次的样本大小
sample_sizes = {
    layer: int(len(population[layer]) * sample_ratio)
    for layer in population.keys()
}

# 从每个层次中随机抽取样本
samples = []
for layer in population.keys():
    layer_samples = random.sample(population[layer], sample_sizes[layer])
    samples.extend(layer_samples)
    
print(samples)

输出结果为：

[8, 9, 5, 4, 17, 16, 13, 11, 19, 20]

这个例子中，总体分为两个层次：男性和女性。每个层次的样本比例为0.5，因此每个层次的样本大小分别为5个和5个。最终从每个层次中随机抽取了5个样本，总共抽取了10个样本。