python - 为什么 random.sample 不能处理 numpy 数组，而 random.choices 可以？

Question

Python 的 random 模块具有用于替换采样的 random.choices 和用于不替换采样的 random.sample 。尽管 random.choices 接受 numpy 数组并返回相对于第一个维度随机选择的元素的列表，但 random.sample 会引发

TypeError: Population must be a sequence or set. For dicts, use list(d).

另一方面，random.choices 不会接受集合，从而提高

TypeError: 'set' object does not support indexing.

我很好奇的是，这是否是一个疏忽，或者是否存在将 random.sample 限制为序列和集合而同时 random.choices 受到限制的根本原因尽管功能具有非常相似的用途，但支持索引的对象。

附注如果有人想知道如何对 ndarray 进行采样，numpy.random.choice 对带替换和不带替换的 1darray 进行采样，并且可以使用高级索引对任何维度有效地采样高维数组，其中该维度的索引是使用 numpy.random.choice

生成的

Answer 1

random.sample尝试 check它的参数是否是 collections.abc.Sequence 的实例或collections.abc.Set 。这是一个比许多人认为的更不可靠的检查，因为它只检测具体继承自这些 ABC 或显式注册的类型。 numpy.ndarray不从这些类继承并且未注册。

没有检查，或者如果您明确执行 collections.abc.Sequence.register(numpy.ndarray) , random.sample handle numpy.ndarray很好。

顺便说一下，numpy.random.choice与 replace=False效率低得离谱，生成 entire permutation输入只是为了抽取一个小样本。这是longstanding issue由于自然修复会改变使用 seed 的人的结果，因此该问题尚未得到解决。 。从 NumPy 1.17 开始，您应该使用新的 Generator API:

rng = numpy.random.default_rng()
result = rng.choice(input, size=whatever, replace=False)

生成器 API 不受旧 API 向后兼容性保证的约束，因此他们可以自由更改算法。如果您坚持使用旧的 NumPy，那么根据参数，使用 random.sample 通常会更快。 ，或者手动计算样本，而不是使用 numpy.random.choice与 replace=False .