带有生成器可迭代迭代器的Python随机样本

带有生成器/可迭代/迭代器的Python随机样本

尽管Martijn
Pieters的答案是正确的，但当

samplesize

变大时，它的确会减慢速度，因为

list.insert

在循环中使用可能具有二次复杂度。

我认为，这是在提高性能的同时保持一致性的一种替代方法：

def iter_sample_fast(iterable, samplesize):    results = []    iterator = iter(iterable)    # Fill in the first samplesize elements:    try:        for _ in xrange(samplesize): results.append(iterator.next())    except StopIteration:        raise ValueError("Sample larger than population.")    random.shuffle(results)  # Randomize their positions    for i, v in enumerate(iterator, samplesize):        r = random.randint(0, i)        if r < samplesize: results[r] = v  # at a decreasing rate, replace random items    return results

samplesize

上面的值开始逐渐显示出差异

10000

。致电时间

(1000000, 100000)

：

• iter样本：5.05s
• iter_sample_fast：2.64秒