Python随机采样详解：random与numpy的有放回与无放回实现

Elena

发布时间：2026-10-15 | 5人浏览过

原创

本文深入解析Python中的随机采样机制，涵盖random模块与numpy库的核心函数。详细对比random.choice、random.choices（支持权重与有放回）及random.sample（无放回）的使用场景，并介绍基于Random实例的采样方法。同时解析numpy.random.choice的参数配置，包括权重、大小及替换选项，助你在机器学习数据预处理中精准控制采样逻辑。

Python及其扩展库Numpy内置了丰富的概率算法，既包含基础的随机采样功能，也涵盖多种经典概率分布的生成方式。本系列文章将重点介绍机器学习中常用的几类概率函数，首先从最基础的随机采样功能开始讲解。

1. random.choice

若仅需从序列中抽取单个样本，且假设所有样本被抽中的概率均等，可直接调用random.choice函数实现。


import random
res1 = random.choice([0, 1, 2, 3, 4])
print(res1) # 3

2. random.choices（有放回）

在实际应用中，往往需要抽取多个样本，并指定序列中各元素被抽中的不同概率。此时应使用random.choices函数，该函数支持有放回采样，即同一数据项可被多次抽取。其函数定义如下：


random.choices(population, weights=None, *, cum_weights=None, k=1)

population：指定待采样的目标序列。

weights：为每个样本设定的权重（相对权重），用于决定各样本被抽中的概率，例如传入[10, 0, 30, 60, 0]。

cum_weights：累积权重，相对权重[10, 0, 30, 60, 0]对应的累积权重为[10, 10, 40, 100, 100]。

以下示例展示从[0, 1, 2, 3, 4]中依据相对权重抽取3个样本的过程：


res2 = random.choices([0, 1, 2, 3, 4], weights=[10, 0, 30, 60, 0], k=3)
# 注意population不是关键字参数，在函数调用时不能写成population=[0,1,2,3,4]来传参
# 关于关键字参数和位置参数，可以参看我的博客《Python技法2：函数参数的进阶用法》https://www.cnblogs.com/orion-orion/p/15647408.html
print(res2) # [3, 3, 2]

以下示例展示从[0, 1, 2, 3, 4]中依据累积权重抽取3个样本的过程：


res3 = random.choices([0, 1, 2, 3, 4], cum_weights=[10, 10, 40, 100, 100], k=3)
print(res3) # [0, 3, 3]

需注意，weights与cum_weights不可同时传入参数，否则系统将抛出TypeError异常'Cannot specify both weights and cumulative weights'。

3. numpy.sample(无放回)

random.sample执行的是无放回采样，即每个元素仅能被抽取一次。若需进行无放回操作，必须使用random.sample。值得注意的是，该函数不支持定义样本权重。其函数原型如下：


random.sample(population, k, *, counts=None)¶

population：指定待采样的序列。

k：指定需要抽取的元素数量。

counts：当population为可重复集合时使用，用于定义集合中各元素的重复次数。例如sample(['red', 'blue'], counts=[4, 2], k=5)等价于sample(['red', 'red', 'red', 'red', 'blue', 'blue'], k=5)。

以下示例展示对序列[0, 1, 2, 3, 4]进行无放回采样，抽取3次：


res3 = random.sample([0, 1, 2, 3, 4], k=3)
print(res3) # [3, 2, 1]

以下示例展示对可重复集合[0, 1, 1, 2, 2, 3, 3, 4]进行无放回采样，抽取3次：


res4 = random.sample([0, 1, 2, 3, 4], k=3, counts=[1, 2, 2, 2, 1])
print(res4) # [3, 2, 2]

若counts的长度与population序列长度不一致，系统将抛出异常ValueError:"The number of counts does not match the population"。

4.rng.choices 和 rng.sample

另一种有放回采样的实现方式源自论文[1]的代码[2]，即先定义一个随机数生成器实例，再调用该实例的choices或sample方法。其使用方式与random.choice/random.sample函数一致。


rng_seed = 1234
rng = random.Random(rng_seed)
res5 = rng.choices(
     population=[0,1,2,3,4],
     weights=[0.1, 0, 0.3, 0.6, 0],
     k=3,
)
print(res5) # [3, 3, 0]

res6 = rng.sample(
     population=[0, 1, 2, 3, 4],
     k=3,
)
print(res6) # [4, 0, 2]

在论文[1]的实现代码[2]中，这两个函数被用于随机选择任务节点client：


def sample_clients(self):
        """
        sample a list of clients without repetition

        """
        rng_seed = (seed if (seed is not None and seed >= 0) else int(time.time()))
        self.rng = random.Random(rng_seed)

        if self.sample_with_replacement:
            self.sampled_clients = \
                self.rng.choices(
                    population=self.clients,
                    weights=self.clients_weights,
                    k=self.n_clients_per_round,
                )
        else:
            self.sampled_clients = self.rng.sample(self.clients, k=self.n_clients_per_round)

5. numpy.random.choices

若需按权重分布从序列中采样，也可采用numpy.random.choice实现。其函数原型如下：


random.choice(a, size=None, replace=True, p=None)

a：1-D array-like或int。若为1-D array-like，则从数组元素中抽取样本；若为int，则从np.arange(a)中抽取。

size：int或tuple of ints，可选。指定输出形状的大小，若指定形状为(m,n,k)，则抽取m×n×k个样本。默认为None，即返回单一标量。

replace：boolean，可选。表示采样是否为有放回。若replace=True，则为有放回采样（值可被多次抽取）；否则为无放回采样（值仅能抽取一次）。

p：1-D array-like，可选。表示a中各项被抽取的概率。若未指定，则假定a中各项服从均匀分布（即概率相同）。

以下示例展示从[0,1,2,3,4,5]中重复/不重复采样3次的情况：


import numpy as np
res1 = np.random.choice(5, 3, replace=True)
print(res1) # [1 1 4]

res2 = np.random.choice(5, 3, replace=False)
print(res2) # [2 1 4]

同样从[0,1,2,3,4,5]中重复/不重复采样3次，此处展示为每个样本设定不同概率的情况：


res3 = np.random.choice(5, 3, p=[0.1, 0, 0.3, 0.6, 0])
print(res3)  # [2 3 3]

res4 = np.random.choice(5, 3, replace=False, p=[0.1, 0, 0.3, 0.6, 0])
print(res4) # [3 2 0]