干货收藏！Python完整代码带你一文看懂抽样(4)

首先使用Numpy的loadtxt方法导入已经划分好整群的数据集。在该示例中，读取的数据文件中的最后一列存放了不同整群的标识，整群一共被划分为4个群组，标识分别为0、1、2、3。接着通过unique方法获取整群标签的值域，用于基于整群的抽样。打印输出结果如下：

[ 0. 1. 2. 3.] 

然后使用Random的sample方法从整群标签中进行抽样，这里定义抽取2个整群。最后将所有属于抽取到的整群下的数据进行读取和追加，并得到最终样本集，打印输出样本集的整群标签和总样本数量，结果如下：

[3.0, 1.0] 
502 

由于是随机概率抽样，因此读者使用代码抽取到的样本很可能与笔者示例不一致，这属于正常现象。另外，读者多次随机抽样程序也可能得到不一样的结果。

上述过程中，需要考虑的关键点是：如何根据不同的数据特点、建模需求、业务背景综合考虑抽样方法，得到最适合的结果

代码实操小结：本节示例中，主要用了几个知识点：

• 使用Numpy的loadtxt方法读取数据文件。
• 使用内置标准库Random库中的sample方法做数据抽样。
• 对列表通过索引做截取、通过len方法做长度统计、通过append和extend做追加等操作。
• 字典赋值操作。
• 使用Numpy的unique方法获得唯一值。
• 通过for和while循环，遍历一个可迭代的对象。
• if条件语句的使用，尤其是单条件和多条件判断。

（编辑：ASP站长网）