python怎么依据类别对数据进行分层抽样

可以使用scikit-learn库中的StratifiedShuffleSplit来实现该功能。具体步骤如下：

1. 将数据集按照类别进行分类。

2. 使用StratifiedShuffleSplit函数对每个类别进行分层抽样，其中可以设置抽样比例、随机数种子等参数。

3. 将每个类别的抽样结果合并，得到最终的分层抽样数据集。

下面是一个示例代码：

from sklearn.model_selection import StratifiedShuffleSplit

# 假设有一个数据集data和对应的标签labels
split = StratifiedShuffleSplit(n_splits=1, test_size=0.2, random_state=42)
for train_index, test_index in split.split(data, labels):
    strat_train_set = data[train_index]
    strat_test_set = data[test_index]

上述代码将数据集按照标签进行分层抽样，抽样比例为0.2，随机数种子为42。最终得到的分层抽样结果为strat_train_set和strat_test_set。