python random.sample()方法，随机不重复抽样
random.sample()方法
如果要深入去研究机器学习或深度学习的算法，那么就大概率会遇到python模块random中的方法sample()，该函数可以用于对一个样本数据集进行随机的而且是不重复的抽样，并形成新的序列。是不是跟统计学的方法很相似！random.sample()的语法如下：
语法
random.sample(population, k)
参数解析表：
| 参数 | 描述 |
|---|---|
| population | 数据集，可以是有序的也可以是无序的python序列，比如列表list、元组tuple、集合set等 |
| k | 抽样次数，与返回值中的元素个数息息相关，注意k值，也就是抽样次数不能大于序列的元素个数，否则python抛出ValueError |
返回值
新的python列表list，不会修改原来的python序列。
random.sample()实例代码
>>> import random
>>> list1 = list(range(11))
>>> list1
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> random.sample(list1,5)
[10, 1, 8, 2, 6]
>>> tup = tuple(range(100))
>>> random.sample(tup,15)
[34, 31, 26, 7, 54, 91, 97, 4, 46, 22, 86, 3, 10, 14, 8]
>>> set1 = set(range(1000))
>>> random.sample(set1, 8)
[25, 41, 746, 940, 21, 382, 261, 130]
>>> random.sample(list1,12) #如果k抽样次数大于序列的元素个数，python抛出ValueError
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/opt/anaconda3/lib/python3.7/random.py", line 321, in sample
raise ValueError("Sample larger than population or is negative")
ValueError: Sample larger than population or is negative