python - 使用 numpy 将数据集分割成成比例的子集

Question

不知道有没有这样的功能:

my_fun(my_list, *arg)

• 其中 arg 是列表或比例
• *arg 的每个元素都是 0 到 1 之间的浮点值
• arg 元素的总和必须 <=1

例如:

my_list = ['a','b','c','d','f',1, 2, 3, 4, 5]
fun_i_am_looking_for (my_list, 0.4, 0.4, 0.1)
result = [['a', 2, 5, 'd'], ['c', 1, 4, 3], ['f']]

正如我们所见，arg 的总和为 0.9，因此 my_list 中的一个元素不会出现在结果中。

我知道有:

numpy.random.permutate(dataframe.index)

但它只是随机化一个集合，而我想获得一个较小的列表，其长度定义为比例或百分比。我不希望子列表是均匀的。如果这样的函数不存在，我会编写自己的函数，只是寻找现成的解决方案。

Answer 1

似乎没有现成的解决方案，但这可行:

import numpy as np

def split_by_ratio(arr, *ratios):
    arr = np.random.permutation(arr)
    ind = np.add.accumulate(np.array(ratios) * len(arr)).astype(int)
    return [x.tolist() for x in np.split(arr, ind)][:len(ratios)]

现在:

>>> my_list = ['a','b','c','d','f',1, 2, 3, 4, 5]
>>> split_by_ratio(my_list, 0.4, 0.4, 0.1)
[['f', '5', '3', 'a'], ['d', 'b', 'c', '2'], ['4']]